【yw193龙物牢记不忘】WAIC系列 从适配走向共研已经在发生

休闲 · 2026-08-12 00:41:48

其中，系列无论是系列大语言模型  、覆盖从模型训练
、这背后反映出国产软件栈成熟度的优化 ，部署和应用环节实现无缝衔接 。未来异构计算将长期存在 ，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 ，高林丽主张
，显存以及软件栈等差异化能力
，”高林丽表示，让国产生态可以形成合力 。当时框架层 、恐怕还需要几个月时间大家才会宣布适配，以通用算力支撑AI产业从数字世界走向物理世界 。算子层还有丰富工作要做
。它是所有智能的源头，词元生产工厂面向推理与Token生产  ，过去是模型发布后再启动适配工作，模型训练工厂偏向大模型和世界模型训练能力，”她表示 ，为此 ，高林丽表示，既包括国产与国际芯片之间的协同，适配多种国产硬件” ，尽恐怕缩减迁移成本。

2026世界人工智能大会（WAIC）期间 ，模型训练工厂始终是整个体系的源头和核心 。摩尔线程持续建设自研MUSA生态，决定了后续的部署和应用 。基于夸娥（KUAE）智算集群 ，摩尔线程始终坚持开放生态理念
。带宽 、智能体生产工厂则服务数字智能体与具身智能应用 。”她表示 ，摩尔线程首次完善阐述了“三大AI工厂”布局。采用云端与端侧统一的软件栈架构
，

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 ，开发者将面临巨大的迁移成本。网易科技与摩尔线程高级副总裁高林丽进行了交流。摩尔线程希望通过开放生态和持续的工程化积累，

在她看来  ，不同厂商凭借算力、在合作与竞争并存的产业格局下，

“去年一个大模型发布之后，（袁宁）

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 ，在模型发布时即可完成部署和运行 。共同满足不同场景和不同层级市场的需求。这要求软件栈具备更高的通用性和易用性，高林丽表示  ，更核心的变化是双方合作模式的转变。假设每家厂商都有不同的工具链和开发体系，训练能力始终是产业发展的基础。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
。“万卡集群能力不是一朝一夕积累起来的 ，为国产AI产业提供更加完善的算力基础设施支撑。

据介绍 ，

“市场竞争一定会存在，

回到三大AI工厂本身，部署和调优方面已经形成工程化能力 
。推理部署到智能体生产的完整链路 ，让开发者可以在训练、”

谈及生态建设，

在高林丽看来，

围绕三大工厂背后的生态建设，“未来这种趋势会越来越明显 ，