算力与智能：国产底座开始承接万亿级训练
【摘要】 大模型竞赛进入2026年，一个值得注意的变化是“国芯国模”不再是一个口号式的组合。美团发布的LongCat-2.5总参数1.6万亿，训练全程由国产算力完成，在长上下文监督微调中单卡训练吞吐较分布式数据并行基线提升86%，推理端采用W4A4量化后，输入处理和逐token生成吞吐均提升约四成。更具底层意义的是“九源统一智能计算系统”，它通过统一算子库、通信库和编程语言，试图打破“一芯一栈、逐芯适...
大模型竞赛进入2026年，一个值得注意的变化是“国芯国模”不再是一个口号式的组合。美团发布的LongCat-2.5总参数1.6万亿，训练全程由国产算力完成，在长上下文监督微调中单卡训练吞吐较分布式数据并行基线提升86%，推理端采用W4A4量化后，输入处理和逐token生成吞吐均提升约四成。更具底层意义的是“九源统一智能计算系统”，它通过统一算子库、通信库和编程语言，试图打破“一芯一栈、逐芯适配”的碎片化格局，实现模型“一次开发、多平台运行”。算力底座的统一化，比单点芯片性能的突破更可能改变产业节奏——它降低的是模型跨平台迁移的摩擦成本，而摩擦成本恰恰是规模化部署中最隐蔽的税
【版权声明】本文为华为云社区用户原创内容，未经允许不得转载，如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）