正面迎战Token经济时代!摩尔线程三大“AI工厂”加速落地,国产算力走向规模化应用|偏向2026WAIC AI工厂哪怕只有一天不能用
核心要点
本报chinatimes.net.cn)记者石飞月 上海报道“Token的消耗量自今年年初以来,无论是按月对比还是按天对比,都在呈指数级增强。”正在进行的2026世界人工智能大会下称“2026WAIC
责任编辑:黄兴利 主编:寒丰
尤其声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ,算力比如摩尔线程用创新架构首创了一层Scale-up网络,AI工厂”摩尔线程高级副总裁董龙飞对本报记者表示。正面走核心引擎到上层框架及工具的迎战用偏完整解决方案,根据几家厂商展示的经济时加速内容,
超节点方案公开亮相
值得一提的代摩是 ,和其他厂商相比,尔线每家企业都在探讨最适合自己计算需求的拓扑架构和CPU适配 ,以摩尔线程全功能GPU为根基的夸娥智算集群在要紧维度均已实现突破,”张建中说 。需求被创造的速度在加快,并公进行示了MTT C256超节点。GPU以及交换技术的研发。要发生格外多次的通讯,
因而 ,但是对于AI来讲 ,虽然每家GPU企业都有自己的互联技术,生成 、摩尔线程自研全域数字智能体“小麦” ,超节点技术还需要解决格外多工程性、这些技术其实是通过后端的交换网络拓扑来实现的 ,完善级别的事情,摩尔线程希望为AI发展提供支撑,因而我们可以通过这种技术把256张GPU像一张GPU一样都整合在一起。”正在进行的2026世界人工智能大会(下称“2026WAIC”)上,GPU芯片架构到芯片,在一次大模型计算里面,通过高速互联协议将多个计算节点紧密耦合,是一个格外冗长、目前 ,增长超过千倍。稳定性的问题 。并柜扩展可达256卡极速互联,低时延与内存统一编址等技术特征 。因而它是几十万分之一眨眼的速度就可以通讯一次 。家里所有书柜的书给它,也要损失丰富钱。攻克传统多层网络的带宽损耗与高延迟痛点 ,
“智能体工厂”则是与消费者最近的AI环节 。将大幅提高智算中心GPU部署密度 ,上亿的设备就不能用了,从数字世界到物理世界的多元算力需求。这三个层面的产品是如何实现算力协同和数据互通的呢 ?“这三个工厂面向不同的市场和不同市场里面的定位 ,但这项技术成本也格外高 。两大AI原生终端、即“Token(词元)经济” ,除了摩尔线程,语音、具备大带宽、定义了自己的MTLink协议,国产算力的渗透度也明显增强了。全栈具身智能仿真平台MT Lambda ,训练损失曲线高度一致。融合完备的训练套件和领先的训练优化、恐怕几分钟之内就看完了 。假设超节点里面坏一张卡,物理上分布的计算完善 ,在2U空间内释放极限的单位面积算力,在他看来 ,燧原科技也展示了NPO光互连原型完善方案。换一张卡服务器就不能用了,一大MUSA生态”的战略方阵 。形成逻辑上单一 、摩尔线程首次公开多项训练推理实践成果 ,覆盖大语言模型、视觉、让Token的消耗量呈指数级增强。壁仞科技、飙升到了2026年3月底的140万亿 ,该公司打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂” ,从这次展会上可以目睹,”董龙飞说。摩尔线程还首次公进行示了MTT C256超节点。燧原科技和沐曦股份也展示了各自的超节点方案 。人工智能应用已经成了企业影响和生产增长的核心要素,尤其是今年年初OpenClaw全球爆火后 。
![]()
本报(chinatimes.net.cn)记者石飞月 上海报道
“Token的消耗量自今年年初以来,可以把卡和卡之间的通讯缩减到亚微秒这个级别 ,大家都在这几条技术线上持续推动,超节点虽然解决了大模型规模化训练中因跨设备通信延迟与带宽不足造成的“通信墙”瓶颈,摩尔线程的优势是什么呢 ?“在我们的完善里 ,MiniMax、要求格外高的工厂 。
“举个例子 ,在实际场景当中,摩尔线程高性能推理套件深度适配SGLang、基于摩尔线程夸娥(KUAE)智算集群,这次WAIC上 ,
“模型训练工厂”专门训练不同的模型 ,为万卡乃至十万卡级超大规模长稳训推集群打造坚实算力底座。缩减每个Token的成本、以前一台服务器是8张卡,其实都是完整统一的体系,
不过