快乐男声

WAIC 上那个 “ 埋头造铲子 ” 的摩尔线程，才是真狠人_我的网站

A |     

CBA季后赛1/4决赛G4，北京客场击败北控，大比分3-1淘汰对手，晋级4强。

B | 这场北京打得还是比较轻松的，首节开始就保持领先，后续他们可以持续维持优势。末节北京还能一波拉开分差，最终完成大胜。    刚从 WAIC 回来，脚板还隐隐作痛。

全场六个人是优秀的表现。         今年的 WAIC 有多夸张？展览面积首次突破 10 万平方米，1100 多家企业带来了 3000 多项展品，超过 300 款产品全球首发。杰曼这场给到的发挥不差，虽然三分命中率不太行，但他还是可以保持强解，包括一个压哨三分，全场18中9砍下25+6助攻，顶住后场。世博、张江、徐汇三大片区四馆联动，老狐在世博从 H1 逛到 H4，微信步数直接干到几万步。         室外体感温度逼近 40 度，有人说“上海弥补了人不能进空气炸锅的遗憾”。陈盈骏还是后场的大核。不管是得分、串联和防守的发挥都不错，全场18+7助攻+3抢断，北京有他真好。所罗门还可以死顶内线。

C | 全场11+13，他可以弥补球队内线的劣势，下赛季应该是可以留队了。

雷蒙依然可以保持一个强悍的角色，常规赛默默无闻，不过来到季后赛，不遭受伤病困扰的情况下，他可以锁死外线防守，进攻端的效率也可以，全场11+6+1抢断，成为了中流砥柱。

D | 但最热的还得是 WAIC，一张 168 元的单日票被黄牛炒到 1300 元，三日通票喊出 3000 元。就这么热、这么大、这么挤，还是挡不住大家往里涌。         说实话，这届 WAIC 看点太多了。         华为把 1024 卡的昇腾 950 超节点真机搬到了现场，宇树的载人变形机甲 GD01 秀翻全场，H1 馆的 AI 手机展台和 H3 的机器人馆被挤得水泄不通。翟晓川完全打出巅峰状态了，7中6获得15分的情况下，篮板与防守都是满血贡献，这个点的暴走可以提升锋线的统治力。         但我却想从 H2 馆拎出摩尔线程跟大家聊聊。曾凡博带伤作战的情况下也不错，5中4获得12分，防守还能保持完美复出，终于可以好好休息一下，肩部与脚踝都有伤病。即便它不是“镇馆之宝”，也没有机器人的热闹。         但当大家都在关注“AI能干什么”时，老狐想的却是：AI 的算力从哪来，怎么来，怎么才能更便宜地来？          摩尔线程恰好是一个值得观察的样本。         就像一个淘金热现场，所有人都在炫自己淘到了多大的金子，而有人还在给他们埋头造铲子。

E |          WAIC上“最不炫技”的展台          老狐在之前的文章里提到过，H2 馆的摩尔线程重点以概念展示为主。

纳托尔、丘天都是及格的表现。所以他们的展台，画风看起来不太像一家芯片公司。         摩尔线程把展台分成三个区域：模型训练工厂、词元生产工厂、智能体生产工厂，并展示了十万卡的算力集群 MTT C256。

F | 纳托尔在下半场可以持续得分，他这场还是效率差点，就10中4，但获得12分，可以缓解下轮换的压力。         这三大工厂，听起来像概念的东西，其实就是摩尔线程在 WAIC 上摆出来的整套解决方案。可以把它们理解为摩尔线程“ AI工厂”的具体形态：三条串在一起的智能生产线。

G | 丘天还是一大惊喜，他可以锁死篮下护框。         去年 WAIC 上，摩尔线程就提过“AI工厂”这个概念，但当时更像一个宏大的概念。         一年过去，这次他们带来了实打实的成果——从零训练的 MoE-236B 基础模型、5D 世界模型全栈原生训练跑通、DeepSeek 等主流大模型“发布即适配”。概念落到了地上。毕竟周琦不能打，他力保篮板球，就是13分钟出现犯满。

范子铭、张才仁和方硕都是崩盘的表现。范子铭这场再度迷失，防守端防不住，进攻端软，挡拆也挡不住，他好像只能偶尔发挥下。

H | 张才仁和方硕上场后没有任何价值，全场比赛这两个人得分都是0分，打了几分钟就被换下去了。         但“AI工厂”这个词，不是摩尔线程发明的。         黄仁勋最早在 2022 年就提出了“AI工厂”概念，他说“AI工厂的建设是人类历史上最大规模的基础设施扩张”。华为也在讲“AI工厂”，去年昇腾的展台标语就是“AI工厂，算力底座”。

I |          但不同阶段、不同位置的公司，讲出来的内涵却不一样。         英伟达的“AI工厂”：核心是算力基础设施本身，围绕能源、芯片、基础设施、模型、应用，构建从芯片到系统到生态的完整闭环。黄仁勋说“AI工厂”是基础设施，本质上还是在卖他的 GPU 和集群方案。

J |          摩尔线程作为追赶者，它的“AI工厂”说的是“如何在现有基础上把算力转化为智能的生产效率”——从芯片设计、集群搭建、软件优化到模型训练，一整套方法论。         摩尔线程提出“AI工厂”不是跟风，而是基于一个深层变化：AI 产业正在从“造模型”进入“造智能”的时代。或者说，从对话框走向真实应用，从实验室走向社会化大生产。         这不是摩尔线程一家的事，是整个产业正在发生的变化。         摩尔线程的三大工厂，就是这个趋势下的具体落地：          模型训练工厂好比“炼钢厂”，产出智能的“粗坯”（大模型本身）。这个环节门槛很高，动辄数万块 GPU，非常烧钱。华为昇腾的典型代表，去年昇腾 384 超节点已累计商用 750 多套。沐曦、燧原也在做同样的事情。         词元生产工厂好比“零件厂”，把“粗坯”加工成可计量的Token。这个环节拼的是成本和效率，谁能把每百万 Token 的成本打下来，谁就能掌握定价权。

K |          三大运营商、阿里百度等云厂商都在疯狂建这类工厂。

L | 趋境科技已经能做到日均万亿级词元供应。         智能体生产工厂好比“组装厂”，把 Token 装进会干活的 AI 里。这是离用户最近的一环，也是创业公司最有机会的战场。         阶跃星辰做了智能体手机，百度做了“百度搭子”，形态各异，但本质都是把模型能力封装成可执行具体任务的智能体。

M |          三座工厂串起来，就是一座“AI工厂”里一条完整的“智能生产线”。这不是 PPT，运营商已经在从卖流量转向卖 Token，华为 Atlas 950 的卖点也换成了“Token 产出效能”，整个行业都在往这个方向走。         而摩尔线程在全链条上都有布局，这在国产 GPU 厂商里是独一份。         三大工厂，到底做出了什么？          概念讲清楚了，来看看摩尔线程在 WAIC 上拿出来的真东西。         先说一个背景：这届 WAIC 上，算力展区最大的变化不是谁发布了新芯片，而是超节点几乎成了标配。华为、沐曦、燧原、中兴、阿里、摩尔线程，每家都在展示自己的超节点方案。         这意味着，行业已经形成共识：单颗芯片性能再强也没用，集群能力才是真正的护城河。         摩尔线程在展台上的核心展示，是围绕三大工厂的主线来组织的。         模型训练工厂：国芯训国模，不再是口号          这是摩尔线程最硬的一张牌。         他们展示了从零起步完整训练 MoE-236B 基础模型。236B 参数，大概什么量级？GPT-3 是 175B。也就是说，摩尔线程用自己的 GPU 完整训练了一个比 GPT-3 还大的模型，不是跑推理，是从头训练。在国产 GPU 里，能做到这个的并不多。         更牛的是，北大 EvoPhys 团队用摩尔线程的 GPU，完成了全球首个5D世界模型的全栈原生训练，连续37天登顶WorldScore“世界生成”维度。所谓“世界模型”，就是让AI理解物理世界运行规律的模型，是自动驾驶、具身智能的核心底座。         用国产芯片训练出全球第一的世界模型。这句话放几年前，没人敢说。         支撑这一切的，摩尔线程的是夸娥万卡集群——10240 张 GPU、10EFLOPS 算力，Dense 模型利用率 60%，有效训练时长超 90%。         这些数字看起来平常，但懂行的人知道，万卡集群最难的不是把卡连起来，而是让它们持续稳定地跑下去不出错。         词元生产工厂：把 Token 的价格打下来          展台现场，摩尔线程展示了基于 MTT S5000 的高性能推理方案。         MTT S5000 的 FP8 算力是1000 TFLOPS，单卡推理吞吐能做到Decode 1000 tokens/s、Prefill 4000 tokens/s。         对 DeepSeek、GLM、Kimi、Qwen 等主流大模型实现了“发布即适配”。可以说，模型一发布，当天就能跑。         更重要的是他们推出的“PD分离异构推理”方案。什么意思？大模型推理有两个阶段：Prefill（计算密集）和Decode（带宽密集）。摩尔线程的方案是把Prefill放在自己的GPU上，把Decode放在国际主流GPU上，混合部署，性价比大幅提升。         趋境科技在摩尔线程分论坛上透露：他们用摩尔线程的全功能 GPU 与国际主流 GPU 深度融合，已具备日均万亿级高品质词元的供应能力。         1 万亿 Token 是什么概念？粗略算一下，如果每个用户每天消耗 5000 个 Token，那就是 2000 万用户一天的用量。         智能体生产工厂：从数字到物理          这一块可能是普通用户最能感知到的。         摩尔线程展出了自研数字智能体“小麦”，掌握 60 多项技能，支持 38 款 APP 的跨应用控制。         还有全栈具身智能仿真平台 MT Lambda，给机器人开发者提供从仿真训练到真机部署的全链条工具。现场也开放了家庭 AI 中枢 AICUBE 和 AI 算力本 AIBOOK 的体验。         写在最后          华为秀超节点、沐曦秀超节点、燧原秀超节点，摩尔线程秀三大工厂，清微智能秀可重构架构。每家都在展示自己的系统能力，而不是单颗芯片。         DeepSeek V4 发布当天同时适配华为昇腾、摩尔线程、沐曦、昆仑芯等八大国产算力平台，智谱 GLM-5.2 开 源首日就完成与八大平台的全适配。         这不是某一家公司的胜利，是整个国产算力产业链第一次集体亮相、协同作战。         所以老狐觉得，今年 WAIC 最大的信号，不是哪家 AI 公司发布了什么产品，而是国产算力从“有没有”进入了“能不能规模化落地”的新阶段。摩尔线程只是这个变化的一个切片。         撰稿：ZXS。

Current article:http://qiangxinshuliachepancui.sbs/list_mum2j/mk4to97.html

Published on:16:43:36