北京
2026世界人工智能大會（WAIC）期間，摩爾線程首次系統闡述了“三大AI工廠”布局。
據介紹，基于夸娥（KUAE）智算集群，摩爾線程打造了“模型訓練工廠”“詞元生產工廠”和“智能體生產工廠”，覆蓋從模型訓練、推理部署到智能體生產的完整鏈路，以通用算力支撐AI產業從數字世界走向物理世界。
其中，模型訓練工廠聚焦大模型和世界模型訓練能力，詞元生產工廠面向推理與Token生產，智能體生產工廠則服務數字智能體與具身智能應用。
圍繞三大工廠背后的生態建設，網易科技與摩爾線程高級副總裁高林麗進行了交流。
對于過去摩爾線程實現主流國產大模型的“發布即適配（Day 0適配）”的表現，高林麗表示，過去一年國產大模型與國產GPU的協同關系發生了顯著變化。
“去年一個大模型發布之后，可能還需要幾個月時間大家才會宣布適配，當時框架層、算子層還有很多工作要做。但今年已經發生了翻天覆地的變化，基本能夠做到Day 0適配。”高林麗表示，這背后反映出國產軟件棧成熟度的提升，以及國產GPU在適配、部署和調優方面已經形成工程化能力。
在高林麗看來，更重要的變化是雙方合作模式的改變。過去是模型發布后再啟動適配工作，如今越來越多模型廠商在研發階段就開始與國產GPU企業共同推進優化，在模型發布時即可完成部署和運行。“未來這種趨勢會越來越明顯，從適配走向共研已經在發生。”
談及生態建設，高林麗強調，摩爾線程始終堅持開放生態理念。“我們認為1+1肯定大于2。”她表示，未來異構計算將長期存在，既包括國產與國際芯片之間的協同，也包括國產芯片之間的協同。不同廠商憑借算力、帶寬、顯存以及軟件棧等差異化能力，共同滿足不同場景和不同層級市場的需求。
在她看來，生態建設的關鍵挑戰之一是開發者適配成本。如果每家廠商都有不同的工具鏈和開發體系，開發者將面臨巨大的遷移成本。因此行業正在推動統一生態建設，例如通過統一抽象層實現“寫一套代碼、適配多種國產硬件”，讓國產生態能夠形成合力。
回到三大AI工廠本身，高林麗認為，模型訓練工廠始終是整個體系的源頭和核心。“萬卡集群能力不是一朝一夕積累起來的，它是所有智能的源頭，決定了后續的部署和應用。”她表示，無論是大語言模型、具身智能還是AI for Science，訓練能力始終是產業發展的基礎。
針對企業訓練專屬模型過程中普遍存在的數據“不出庫”需求，高林麗表示，這要求軟件棧具備更高的通用性和易用性，盡可能降低遷移成本。為此，摩爾線程持續建設自研MUSA生態，采用云端與端側統一的軟件棧架構，讓開發者能夠在訓練、部署和應用環節實現無縫銜接。
“市場競爭一定會存在，但我們對自己的定位非常清晰。”高林麗表示，在合作與競爭并存的產業格局下，摩爾線程希望通過開放生態和持續的工程化積累，為國產AI產業提供更加完善的算力基礎設施支撐。（袁寧）
本文來源：網易智能
責任編輯：
葛嘉淼_NBJS32703
