WAIC 2026 | 摩尔线程首次公开多项训练推理实践成果,三大“AI工厂”持续释放算力价值

科技IT
2026 07-19 04:59:50
分享
▼ “模型训练工厂”:全功能、高性能、高扩展、高精度、高稳定、效果优结合完备的训练套件和领先的训练优化、强化学习等技术,以摩尔线程全功能GPU为根基的夸娥智算集群在关键维度均已实现突破。例如,在高扩展方面,随着集群训练规模持续增大,可保持高达95%的线性扩展效率;在高精度方面,训练精度与国际主流计算卡持平,训练损失曲线高度一致;在高稳定方面,集群支持断点续训,有效训练时长占比超90%。基于此,摩尔线程夸娥智算集群已完成多项“国芯训国模”实践成果,包括从零起步完整训练MoE-236B基础模型,以及实现北京大学5D世界模型EvoPhys-World的全栈原生训练等,充分验证了国产芯片在超大规模、超长连续稳定训练上的全链路闭环能力。▼ “词元生产工厂”:全适配、高性能、低延迟、高性价比

摩尔线程高性能推理套件深度适配SGLang、vLLM等主流推理框架,覆盖大语言模型、视觉、语音、DiT及视频生成等多模态推理场景。目前,摩尔线程可实现对DeepSeek、MiniMax、GLM、Kimi、Qwen等主流大模型的“发布即适配”。除此之外,摩尔线程推出基于MTT S5000的PD分离异构推理方案,将高算力需求的Prefill计算池(MTT S5000)与高带宽的Decode生成池(国际主流GPU)异构分离、分池部署,大幅提升性价比。

▼ “智能体生产工厂”:高效连接数字世界与物理世界

摩尔线程自研全域数字智能体“小麦”,掌握60余项技能(Skills),支持38款APP的跨应用控制,并通过前端多模型、丰富知识库的灵活配置等,能够做到更快、更准、更懂你。同时,摩尔线程全栈具身智能仿真平台MT Lambda,构建了从底层算力、核心引擎到上层框架及工具的完整解决方案,致力于生产物理世界的智能体。

来源:数字经济
The End
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。