广东
近日，在2026 WAIC的“词元时代 万物智能”主题论坛上，摩尔线程创始人、董事长兼首席执行官张建中首次系统介绍了三大“AI工厂”的落地部署及最新进展。
目前，前沿基础模型平均每两个月完成一次迭代，词元消耗量迅速增长，由此带来的算力需求指数级提升。张建中在演讲中表示，基于摩尔线程夸娥（KUAE）智算集群打造的三大“AI工厂”——“模型训练工厂”“词元生产工厂”“智能体生产工厂”，凭借显著的全场景通用优势，支撑从训练到推理、从数字世界到物理世界的多元算力需求。
具体来看，“模型训练工厂”层面，结合训练套件和训练优化、强化学习等技术，以摩尔线程全功能GPU为根基的夸娥智算集群在关键维度均已实现突破。例如，在高扩展方面，随着集群训练规模持续增大，可保持高达95%的线性扩展效率；在高精度方面，训练精度与国际主流计算卡持平，训练损失曲线高度一致；在高稳定方面，集群支持断点续训，有效训练时长占比超90%。基于此，摩尔线程夸娥智算集群已完成多项“国芯训国模”实践成果，包括从零起步完整训练MoE-236B基础模型，以及实现北京大学5D世界模型EvoPhys-World的全栈原生训练等，验证了国产芯片在超大规模、超长连续稳定训练上的全链路闭环能力。
“词元生产工厂”层面，摩尔线程高性能推理套件深度适配SGLang、vLLM等主流推理框架，覆盖大语言模型、视觉、语音、DiT及视频生成等多模态推理场景。目前，公司可实现对DeepSeek、MiniMax、GLM、Kimi、Qwen等主流大模型的“发布即适配”。除此之外，公司推出基于MTT S5000的PD分离异构推理方案，将高算力需求的Prefill计算池（MTT S5000）与高带宽的Decode生成池（国际主流GPU）异构分离、分池部署，大幅提升性价比。
“智能体生产工厂”层面，摩尔线程自研全域数字智能体“小麦”，掌握60余项技能（Skills），支持38款APP的跨应用控制。同时，公司全栈具身智能仿真平台MT Lambda，构建了从底层算力、核心引擎到上层框架及工具的完整解决方案，致力于生产物理世界的智能体。
据了解，为承载“小麦”智能体的智慧进化，摩尔线程打造了两款AI原生终端——AI算力本MTT AIBOOK和家庭AI中枢MTT AICUBE，构建起“云—边—端”协同的全场景智算矩阵。支撑三大“AI工厂”和两款AI原生终端的，是摩尔线程基于MUSA架构搭建的开源开放生态。据悉，摩尔线程通过MusaCoder代码大模型、MUSACODE编程智能体等AI工具，降低开发者使用国产算力的门槛。
本届WAIC上，超节点是最受关注的领域之一。摩尔线程展会现场首次展出MTT C256超节点，现场工作人员向证券时报记者介绍，该超节点创新架构首创一层Scale-up网络，实现标准单宽机柜128卡全互联，并柜扩展可达256卡极速互联，攻克传统多层网络的带宽损耗与高延迟痛点。MTT C256采用计算与交换一体化的高密设计，将大幅提高智算中心GPU部署密度，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。
特别声明：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，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
