11 月 2 日，美团发布 LongCat-2.5，1.6 万亿参数，每个 token 激活约 480 亿，训练全程由国产算力完成。技术博客第 4 节写了一个前提：国产算力单卡显存不足 80GB。
一张卡装不下，就得多卡并行。卡一多，参数同步、专家路由的 token 分发、KV 缓存搬运都要在卡之间来回跑，通信时间吃掉本该用于计算的算力。不少团队算完这笔账，把国产卡用在推理上，训练留在英伟达。
美团的做法是把通信压在机柜里。并行策略按超节点拓扑配置，FSDP 和 EP 的并行度与超节点卡数对齐，参数聚合、专家 token 全交换、KV 聚合都在超节点内的高带宽互联域完成，尽量不出机柜。长上下文监督微调任务上，单卡吞吐比 DDP 基线提升 86%，一张卡干出约 1.86 张卡的活。
训练规模也压得住：中训练阶段最长 1M token 序列，累计数万亿 token。推理侧用 W4A4 把专家权重和激活同时量化到 4 比特，对比 W8A8 INT8 基线，输入和生成吞吐均提升约四成，首次输出等待缩短约 16%。
想用这套能力的企业，路分两种。自己训，长序列任务在国产卡上能跑出多少吞吐，超节点互联通不通、并行策略配不配得对，直接决定同样任务要几倍卡时。拿来用，LongCat-2.5 面向长程智能体，一次任务连续跑很多轮，压力落在推理并发和首字延迟上。
自己训这条路上，机房可以先不建。星战智算 GPUCloud 支持数据并行、模型并行与流水线并行，可一键提交多机多卡训练任务；长序列吞吐要压测，就开一组实例跑一轮。实例按需启停，按量计费，闲置不产生费用，压完就停。稳定跑量之后再谈包年，比一开始按峰值配一批卡划算。
今年 6 月 30 日，LongCat-2.0 在五万卡国产集群上完成万亿参数模型的全流程训练与推理；7 月 6 日以 MIT 协议开源，昇腾、摩尔线程、沐曦同日完成推理适配。到 2.5 是连续第二代。
卡够不够用，6 月那次已经答过。轮到自己这边，要测的是两个数：同一份长序列任务，在自己的卡型上多花几倍卡时；4 比特量化之后，下游任务的精度掉多少。差距在缩小，还没到闭眼换的程度。这两个数得按自己的模型和数据跑一遍，比读十篇评测有用。