- 作者:北文通董
- 来源:半斤八两
- 发布时间:2026-08-26
初恋这件小事
WAIC 上那个 “ 埋头造铲子 ” 的摩尔线程,才是真狠人_我的网站

一 |

二 | 刚从 WAIC 回来,脚板还隐隐作痛。

三 | 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。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。智能辅助驾驶能力自是不用说,舒适型配置也是极致丰富,相比之下,定价相近的迈巴赫S 480(入门级车型)略显“寒酸”。 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”。

四 | 但,在百万级的超豪华市场,这样的“高性价比”能否战胜品牌溢价,占领用户消费心智的高地?百万级的中国品牌汽车,真的能卖出去吗?

五 | 就这么热、这么大、这么挤,还是挡不住大家往里涌。高调抢眼的订单数量能否成功转化为实际购买?还尚未可知。 说实话,这届 WAIC 看点太多了。

六 |

七 | 但我却想从 H2 馆拎出摩尔线程跟大家聊聊。

八 |

九 | 即便它不是“镇馆之宝”,也没有机器人的热闹。智能化、电动化助力中国品牌形象向着高度迈进。 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。

十 |

十一 |

十二 | 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。中国品牌包括中国主流品牌和中国新势力品牌

十三 | 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”。

十四 | 概念落到了地上。

十五 | 但不同阶段、不同位置的公司,讲出来的内涵却不一样。(文/数据分析/ 孙莹 数据提供/吕明、董国德)

十六 | 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。

十七 | 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。

十八 | 这不是摩尔线程一家的事,是整个产业正在发生的变化。

十九 | 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。 三大运营商、阿里百度等云厂商都在疯狂建这类工厂。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。 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://fnr.recuigoutoubaozukai.pics/jthfa/20260826/3429188.html
Published on:12:10:23
- 本文标签:
- 来自星星的你
