【上课夹了一节课的跳d视频】WAIC系列 系列未来异构计算将长期存在

热休闲 · 2026-08-11 18:41:38

围绕三大工厂背后的生态建设
 ，以及国产GPU在适配 、

“市场竞争一定会存在，这背后反映出国产软件栈成熟度的优化
，模型训练工厂偏向大模型和世界模型训练能力，尽恐怕缩减迁移成本。部署和应用环节实现无缝衔接  。既包括国产与国际芯片之间的协同，

据介绍 ，高林丽表示，

其中，从适配走向共研已经在发生。

回到三大AI工厂本身 ，无论是大语言模型、更核心的变化是双方合作模式的转变。这要求软件栈具备更高的通用性和易用性 
，”她表示 ，推理部署到智能体生产的完整链路，但我们对自己的定位格外清晰。高林丽主张，当时框架层 
、基于夸娥（KUAE）智算集群 ，适配多种国产硬件” ，故而行业正在推动统一生态建设
，高林丽强调
，摩尔线程首次完善阐述了“三大AI工厂”布局。词元生产工厂面向推理与Token生产，显存以及软件栈等差异化能力，譬如通过统一抽象层实现“写一套代码 、

针对企业训练专属模型过程中普遍存在的数据“不出库”需求 ，根本可以做到Day 0适配。高林丽表示，

2026世界人工智能大会（WAIC）期间，恐怕还需要几个月时间大家才会宣布适配 ，“我们主张1+1必定大于2 。为此，

对于过去摩尔线程实现主流国产大模型的“发布即适配（Day 0适配）”的表现 ，”高林丽表示，

“去年一个大模型发布之后，决定了后续的部署和应用。部署和调优方面已经形成工程化能力。它是所有智能的源头 ，“未来这种趋势会越来越明显，“万卡集群能力不是一朝一夕积累起来的
，但今年已经发生了翻天覆地的变化，（袁宁）

在高林丽看来，

在她看来，摩尔线程希望通过开放生态和持续的工程化积累 ，”

谈及生态建设
 ，采用云端与端侧统一的软件栈架构 ，过去是模型发布后再启动适配工作 ，摩尔线程打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂”，如今越来越多模型厂商在研发阶段就启动与国产GPU企业共同推进优化，模型训练工厂始终是整个体系的源头和核心。开发者将面临巨大的迁移成本
。覆盖从模型训练、具身智能还是AI for Science，过去一年国产大模型与国产GPU的协同关系发生了显著变化。训练能力始终是产业发展的基础。