云边端统一生态持续打磨 寒武纪迭代软硬件支撑大模型训推

  当前人工智能产业正在经历一轮结构性转变，行业重心逐步从大规模预训练集群建设，转向大模型规模化推理、多模态落地以及行业场景渗透。随着各类通用大模型、行业模型持续迭代，vLLM 等推理框架广泛普及，产业对算力的评价标尺，不再只看峰值算力，而是更加看重单 Token 成本、并发吞吐、能效表现、框架适配度与供应链稳定性。推理算力占比持续抬升，已经成为驱动国内算力基础设施建设的核心变量之一，也对智能芯片的产品能力、软件生态和交付能力提出更高要求。

  算力产业链上下游正同步打磨配套能力，不断降低大模型部署门槛，让算力资源更好支撑互联网、金融、工业等垂直行业的智能化转型。顺着这条产业演进主线来看，寒武纪较早推出云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件，并持续跟随大模型技术演进迭代硬件与软件栈能力。

  寒武纪可为自研云端、边缘端、终端全系列智能芯片与处理器产品，提供统一的平台级基础系统软件和编程接口。公司自研的基础系统软件平台打通了云边端之间的开发壁垒，兼具灵活性和可扩展性，仅需简单移植即可让同一人工智能应用程序便捷高效地运行在公司云边端系列化芯片或处理器产品之上。

  2026年，寒武纪持续推动智能处理器微架构及指令集的迭代优化工作。新一代智能处理器微架构及指令集将对自然语言处理大模型、视频图像生成大模型以及垂直类大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力。与此同时，寒武纪对基础系统软件平台也进行了优化和迭代。其中，在训练软件平台方面，公司围绕训练生态建设、模型适配与性能优化、低精度训练以及训练工具等方向，持续推进训练软件栈的研发与完善，在大模型训练适配能力、训练效率和系统稳定性等方面取得阶段性进展。在推理软件平台方面，公司围绕大模型推理、计算图编译、算子编程与加速库、通信等方向，持续推进推理软件平台的研发与优化。平台功能、模型适配能力、运行效率及系统稳定性进一步提升，并在内部研发、客户业务及搜索、推荐等场景取得阶段性成果。

  此外，寒武纪持续推进大模型生态建设，深化与产业伙伴协同创新，针对国内主流基础大模型开展适配与优化工作，不断提升模型在寒武纪平台上的运行性能和开发效率，实现DeepSeek等国内主流开源模型的Day 0适配，推动新模型加速完成平台适配和部署验证，为客户提供更加及时、高效的软件支持，加速人工智能创新成果落地应用。

类型：广告