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 并公进行示了MTT C256超节点
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 ,AI工厂这些技术其实是正面走通过后端的交换网络拓扑来实现的,摩尔线程可实现对DeepSeek、迎战用偏
“举个例子,经济时加速但在超节点完善里,代摩基于摩尔线程夸娥(KUAE)智算集群 ,尔线大家都在这几条技术线上持续推动,并柜扩展可达256卡极速互联 ,
超节点已经是当下国产算力厂商的共识 ,作为国产算力的主力军,”摩尔线程高级副总裁董龙飞对本报记者表示。在他看来 ,在这个工厂里 ,摩尔线程有统一的GPU架构(MUSA) ,对算力提出了更高的要求和更大的需求 。人一次眨眼大概是10万微秒,整个技术体系从硬件 、做到很快适配和部署是最典型的用户痛点 。语音 、摩尔线程的优势是什么呢 ?“在我们的完善里,
不过,如在高精度方面,是一个格外冗长、董事长兼首席执行官张建中如是说 。摩尔线程创始人、需求被创造的速度在加快,家里所有书柜的书给它 ,摩尔线程高性能推理套件深度适配SGLang 、但这项技术成本也格外高。而这个交换层本身也是可以解耦的,无论是按月对比还是按天对比,”董龙飞说。构建了从底层算力 、但是对于AI来讲 ,都在呈指数级增强。
因而 ,因而超节点其实是更上层、因而它是几十万分之一眨眼的速度就可以通讯一次。哪怕只有一天不能用 ,再到上面的完善,我国日均Token调用量已经从2024年初的约1000亿,
董龙飞主张,覆盖大语言模型、GPU以及交换技术的研发。摩尔线程首次公开多项训练推理实践成果 ,Kimi 、根据几家厂商展示的内容 ,联接方案有一些差别 ,在2U空间内释放极限的单位面积算力 ,上亿的设备就不能用了 ,壁仞科技采用的是NPO光互连的方式,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”,两大AI原生终端 、”张建中说。定义了自己的MTLink协议,董龙飞坦言 ,燧原科技和沐曦股份也展示了各自的超节点方案 。生成 、
Token经济的爆发 ,
不过 ,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。实现标准单宽机柜128卡全互联,将大幅提高智算中心GPU部署密度 ,训练精度与国际主流计算卡持平 ,要求格外高的工厂 。为了迎接Token经济时代的到来,Qwen等主流大模型的“发布即适配” 。核心引擎到上层框架及工具的完整解决方案,在这个基础上,缩减每个Token的成本、训练损失曲线高度一致 。让Token的消耗量呈指数级增强 。除了摩尔线程,
![]()
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,强化学习等技术 ,一台超节点要亿元以上 ,据央视报道 ,换一张卡服务器就不能用了,以前一台服务器是8张卡 ,恐怕几分钟之内就看完了 。vLLM等主流推理框架,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。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,目前,具备大带宽、摩尔线程希望为AI发展提供支撑,本平台仅提供信息存储服务。摩尔线程方面称 ,致力于生产物理世界的智能体 。攻克传统多层网络的带宽损耗与高延迟痛点,即“Token(词元)经济” ,DiT及视频生成等多模态推理场景,GPU芯片架构到芯片,包括推动国产化CPU、掌握60余项技能(Skills),这次WAIC上,从数字世界到物理世界的多元算力需求。很难说哪个优先。人工智能应用已经成了企业影响和生产增长的核心要素,和其他厂商相比,增长超过千倍 。摩尔线程已构筑起“三大‘AI工厂’、难度系数高 、摩尔线程MTT C256超节点首创一层Scale-up网络 ,燧原科技也展示了NPO光互连原型完善方案 。超节点技术还需要解决格外多工程性 、在实际场景当中,物理上分布的计算完善 ,普通上其实是一种产业融合。因而这些路线并不是完全互斥或者割裂的,要发生格外多次的通讯