北京
2026世界人工智能大會（WAIC）期間，摩爾線程首次系統(tǒng)闡述了“三大AI工廠”布局。
據(jù)介紹，基于夸娥（KUAE）智算集群，摩爾線程打造了“模型訓(xùn)練工廠”“詞元生產(chǎn)工廠”和“智能體生產(chǎn)工廠”，覆蓋從模型訓(xùn)練、推理部署到智能體生產(chǎn)的完整鏈路，以通用算力支撐AI產(chǎn)業(yè)從數(shù)字世界走向物理世界。
其中，模型訓(xùn)練工廠聚焦大模型和世界模型訓(xùn)練能力，詞元生產(chǎn)工廠面向推理與Token生產(chǎn)，智能體生產(chǎn)工廠則服務(wù)數(shù)字智能體與具身智能應(yīng)用。
圍繞三大工廠背后的生態(tài)建設(shè)，網(wǎng)易科技與摩爾線程高級副總裁高林麗進(jìn)行了交流。
對于過去摩爾線程實現(xiàn)主流國產(chǎn)大模型的“發(fā)布即適配（Day 0適配）”的表現(xiàn)，高林麗表示，過去一年國產(chǎn)大模型與國產(chǎn)GPU的協(xié)同關(guān)系發(fā)生了顯著變化。
“去年一個大模型發(fā)布之后，可能還需要幾個月時間大家才會宣布適配，當(dāng)時框架層、算子層還有很多工作要做。但今年已經(jīng)發(fā)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(chǎn)軟件棧成熟度的提升，以及國產(chǎn)GPU在適配、部署和調(diào)優(yōu)方面已經(jīng)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(fā)布后再啟動適配工作，如今越來越多模型廠商在研發(fā)階段就開始與國產(chǎn)GPU企業(yè)共同推進(jìn)優(yōu)化，在模型發(fā)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(jīng)在發(fā)生。”
談及生態(tài)建設(shè)，高林麗強(qiáng)調(diào)，摩爾線程始終堅持開放生態(tài)理念。“我們認(rèn)為1+1肯定大于2。”她表示，未來異構(gòu)計算將長期存在，既包括國產(chǎn)與國際芯片之間的協(xié)同，也包括國產(chǎn)芯片之間的協(xié)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(tài)建設(shè)的關(guān)鍵挑戰(zhàn)之一是開發(fā)者適配成本。如果每家廠商都有不同的工具鏈和開發(fā)體系，開發(fā)者將面臨巨大的遷移成本。因此行業(yè)正在推動統(tǒng)一生態(tài)建設(shè)，例如通過統(tǒng)一抽象層實現(xiàn)“寫一套代碼、適配多種國產(chǎn)硬件”，讓國產(chǎn)生態(tài)能夠形成合力。
回到三大AI工廠本身，高林麗認(rèn)為，模型訓(xùn)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(xù)的部署和應(yīng)用。”她表示，無論是大語言模型、具身智能還是AI for Science，訓(xùn)練能力始終是產(chǎn)業(yè)發(fā)展的基礎(chǔ)。
針對企業(yè)訓(xùn)練專屬模型過程中普遍存在的數(shù)據(jù)“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(xù)建設(shè)自研MUSA生態(tài)，采用云端與端側(cè)統(tǒng)一的軟件棧架構(gòu)，讓開發(fā)者能夠在訓(xùn)練、部署和應(yīng)用環(huán)節(jié)實現(xiàn)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(chǎn)業(yè)格局下，摩爾線程希望通過開放生態(tài)和持續(xù)的工程化積累，為國產(chǎn)AI產(chǎn)業(yè)提供更加完善的算力基礎(chǔ)設(shè)施支撐。（袁寧）
本文來源：網(wǎng)易智能
責(zé)任編輯：
葛嘉淼_NBJS32703
