【小兔子被蛇做到哭】正面迎战Token经济时代！摩尔线程三大“AI工厂”加速落地，国产算力走向规模化应用｜偏向2026WAIC 经济时加速也要损失丰富钱

娱乐 · 2026-08-12 03:26:46

“模型训练工厂”专门训练不同的代摩模型，

董龙飞主张
，尔线无论是按月对比还是按天对比，”

责任编辑：黄兴利 主编
：寒丰

尤其声明：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，以前一台服务器是小兔子被蛇做到哭8张卡 
，一大MUSA生态”的战略方阵 。这些技术其实是通过后端的交换网络拓扑来实现的，Kimi、

不过
，GPU芯片架构到芯片
，作为国产算力的主力军，融合完备的训练套件和领先的训练优化 、因而这些路线并不是完全互斥或者割裂的 ，覆盖大语言模型
、该公司打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂”
，GPU以及交换技术的研发 。采用计算与交换一体化的高密设计，因而超节点其实是更上层、

Token经济的爆发，在这个基础上，换一张卡服务器就不能用了，以摩尔线程全功能GPU为根基的夸娥智算集群在要紧维度均已实现突破 ，MiniMax 、联接方案有一些差别 
，哪怕只有一天不能用，从数字世界到物理世界的多元算力需求。虽然每家GPU企业都有自己的互联技术，本平台仅提供信息存储服务。摩尔线程高性能推理套件深度适配SGLang、超节点是一种为构建大规模AI算力集群而设计的新型技术架构 ，包括推动国产化CPU、两大AI原生终端 、但这项技术成本也格外高 。和其他厂商相比，”张建中说。在这个工厂里，并柜扩展可达256卡极速互联 ，核心引擎到上层框架及工具的完整解决方案，

据介绍 ，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。但是对于AI来讲，都在呈指数级增强。摩尔线程方面称，我国日均Token调用量已经从2024年初的约1000亿，根据几家厂商展示的内容，

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.

在2026WAIC上，vLLM等主流推理框架 ，摩尔线程可实现对DeepSeek、国产算力的渗透度也明显增强了。但在超节点完善里，将大幅提高智算中心GPU部署密度 ，尤其是今年年初OpenClaw全球爆火后 。语音 、摩尔线程首次公开多项训练推理实践成果，上亿的设备就不能用了，要发生格外多次的通讯 ，掌握60余项技能（Skills），具备大带宽、从这次展会上可以目睹 ，除了摩尔线程，生成  、GLM 、让Token的消耗量呈指数级增强 。燧原科技也展示了NPO光互连原型完善方案 。支持38款App的跨应用控制，摩尔线程自研全域数字智能体“小麦”
，难度系数高、普通上其实是一种产业融合 。稳定性的问题。董事长兼首席执行官张建中如是说 。完善级别的事情 ，

超节点已经是当下国产算力厂商的共识 ，摩尔线程生态副总裁兼生态科研部总经理吕其恒对包括《华夏时报》记者在内的媒体表示，致力于生产物理世界的智能体 。在2U空间内释放极限的单位面积算力，为了迎接Token经济时代的到来 ，因而我们可以通过这种技术把256张GPU像一张GPU一样都整合在一起 。家里所有书柜的书给它 ，这次WAIC上
 ，摩尔线程的优势是什么呢？“在我们的完善里，这种超乎人类极限的阅读、人一次眨眼大概是10万微秒  ，“当然，

三大“AI工厂”提供支撑

智能体催生了一种全新的经济形态，需求被创造的速度在加快 ，形成逻辑上单一 、超节点技术还需要解决格外多工程性、中国信息通信探讨院副院长魏亮表示，很难说哪个优先。大家都在这几条技术线上持续推动，DiT及视频生成等多模态推理场景 ，每家企业都在探讨最适合自己计算需求的拓扑架构和CPU适配
 ，

超节点方案公开亮相

值得一提的是，支撑从训练到推理 、董龙飞坦言，在一次大模型计算里面，人工智能应用已经成了企业影响和生产增长的核心要素 ，在实际场景当中
，三个工厂不是说不同的技术和不同的产品 ，燧原科技和沐曦股份也展示了各自的超节点方案。低时延与内存统一编址等技术特征。摩尔线程希望为AI发展提供支撑，增长超过千倍 。”摩尔线程高级副总裁董龙飞对本报记者表示 。”正在进行的2026世界人工智能大会（下称“2026WAIC”）上，训练损失曲线高度一致 。

“词元生产工厂”生成各种不同模型的Token服务。

“智能体工厂”则是与消费者最近的AI环节。张建中表示
 ，理解与计算速度，比如摩尔线程用创新架构首创了一层Scale-up网络 ，即“Token（词元）经济” ，而这个交换层本身也是可以解耦的，这三个层面的产品是如何实现算力协同和数据互通的呢？“这三个工厂面向不同的市场和不同市场里面的定位，

因而 ，

本报（chinatimes.net.cn）记者石飞月 上海报道

“Token的消耗量自今年年初以来 ，在他看来，可以把卡和卡之间的通讯缩减到亚微秒这个级别，摩尔线程有统一的GPU架构（MUSA），物理上分布的计算完善 ，视觉
、普通人最快的阅读速度一目十行
，训练精度与国际主流计算卡持平，目前，据央视报道 ，实现标准单宽机柜128卡全互联 ，”董龙飞说 。攻克传统多层网络的带宽损耗与高延迟痛点，全栈具身智能仿真平台MT Lambda，

不过 ，恐怕几分钟之内就看完了。因而它是几十万分之一眨眼的速度就可以通讯一次 。Qwen等主流大模型的“发布即适配” 。强化学习等技术，整个技术体系从硬件
、并公进行示了MTT C256超节点 。对算力提出了更高的要求和更大的需求。要求格外高的工厂。摩尔线程MTT C256超节点首创一层Scale-up网络，

“举个例子，飙升到了2026年3月底的140万亿
，再到上面的完善
，摩尔线程已构筑起“三大‘AI工厂’、构建了从底层算力 、定义了自己的MTLink协议 ，是一个格外冗长、壁仞科技采用的是NPO光互连的方式，