摩尔线程：整体打通“云边端”智算生态，成功落地“万卡”智算集群
5月在摩尔线程年度产品发布会上，这一研究“云-边-端”全栈智算矩阵：从万卡级规模的夸娥智算集群，到自研“长江”SoC驱动的智能终端MTT AICUBE和MTT AIBOOK；从数字世界智能体“小麦”，到加速物理AI落地的首个该范围MT Lambda，再到持续进化的MUSA生态，宣布全面打通“云-边-端”智能算力生态。此外，夸娥云服务还以“算力即服务”的形式，将前沿模型推理能力快速转化为可用的行业应用：基于GLM模型推理服务的Vibe Coding，用户用口语描述需求即可生成专属App，整个开发由多智能体协同完成，无需手写代码；同时以AIGC微短剧制作工作流，呈现从剧本策划到视频合成的全链路智能生成。据悉，当前夸娥万卡级智算集群已经成功落地，多项关键指标达到国际主流水平，在Dense大模型训练中的模型算力利用率达60%，在MoE大模型上达40%，有效训练时长达90%，训练线性扩展效率达95%，已具备支撑超大规模模型稳定训练的硬核实力。发布会上，以“小麦”智能体为核心的端侧AI产品亮相。基于情景感知决策、长上下文历史检索、自主任务编排、多模态情绪识别以及跨端协同、端云一体等能力，“小麦”可提供有温度的专属人格体验。据悉，面对高达数十万亿Tokens该领域集，基于摩尔线程万卡级集群训练的科学基础大模型，这一研究的突破，在MMLU等评测指标上的表现持续提升。在推理端，目前摩尔线程已全方位适配DeepSeek、GLM、MiniMax、Kimi、Qwen等国内头部大模型，以及主流的语音、视觉理解及多模态模型。当前，万物智能处于爆发前夜，算力的基石作用愈发关键。在智算基础设施范围，摩尔线程以夸娥智算集群为核心，构建起高性能AI基础设施。在大模型训练环节，为赋能开发者，摩尔线程推出夸娥训练套件，覆盖大模型预训练和后训练全链路，包括训练框架、AI框架及训练辅助工具等核心组件，专门优化了对加强学习的支持，兼容业界主流的VeRL训推一体与Slime训推分离框架，并完工了对多项微调框架的适配。为承载“小麦”智能体的智慧进化，摩尔线程还公布了全新智能家庭AI中枢——MTT AICUBE，深度整合了“智能体 + AI PC + AI NAS”三大核心能力矩阵，内置预装60余项技能，支持超36款APP的跨应用控制，可提供智慧化主动服务。
今日商丘
新浪微博
商丘网