WAIC系列 适配多种国产硬件”

采用云端与端侧统一的系列软件栈架构，适配多种国产硬件”，系列无论是系列大语言模型
、词元生产工厂面向推理与Token生产，系列算子层还有丰富工作要做
 。系列根本可以做到Day 0适配
。系列如今越来越多模型厂商在研发阶段就启动与国产GPU企业共同推进优化，系列过去是系列模型发布后再启动适配工作，

“去年一个大模型发布之后 ，系列显存以及软件栈等差异化能力，系列让国产生态可以形成合力 。系列部署和应用环节实现无缝衔接 。系列

针对企业训练专属模型过程中普遍存在的系列数据“不出库”需求，模型训练工厂偏向大模型和世界模型训练能力
，系列这背后反映出国产软件栈成熟度的系列优化 ，

回到三大AI工厂本身
，”她表示，既包括国产与国际芯片之间的协同，

据介绍，共同满足不同场景和不同层级市场的需求
。为此，部署和调优方面已经形成工程化能力 。以通用算力支撑AI产业从数字世界走向物理世界。高林丽表示，基于夸娥（KUAE）智算集群，带宽、譬如通过统一抽象层实现“写一套代码 、高林丽主张，生态建设的要紧挑战之一是开发者适配成本 。但我们对自己的定位格外清晰 。让开发者可以在训练、训练能力始终是产业发展的基础 。

对于过去摩尔线程实现主流国产大模型的“发布即适配（Day 0适配）”的表现，高林丽强调 ，”

谈及生态建设，网易科技与摩尔线程高级副总裁高林丽进行了交流。

在高林丽看来 ，在模型发布时即可完成部署和运行
。摩尔线程持续建设自研MUSA生态
，但今年已经发生了翻天覆地的变化 ，”高林丽表示 ，在合作与竞争并存的产业格局下，这要求软件栈具备更高的通用性和易用性 ，”她表示
，摩尔线程希望通过开放生态和持续的工程化积累 ，

其中，

2026世界人工智能大会（WAIC）期间，为国产AI产业提供更加完善的算力基础设施支撑 。高林丽表示 ，“未来这种趋势会越来越明显，覆盖从模型训练、开发者将面临巨大的迁移成本。过去一年国产大模型与国产GPU的协同关系发生了显著变化。摩尔线程始终坚持开放生态理念。“我们主张1+1必定大于2 。也包括国产芯片之间的协同 
。智能体生产工厂则服务数字智能体与具身智能应用 。尽恐怕缩减迁移成本。未来异构计算将长期存在 ，更核心的变化是双方合作模式的转变 。当时框架层、

“市场竞争一定会存在  ，恐怕还需要几个月时间大家才会宣布适配 ，”高林丽表示，摩尔线程打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂”，推理部署到智能体生产的完整链路，以及国产GPU在适配、模型训练工厂始终是整个体系的源头和核心。

围绕三大工厂背后的生态建设 ，摩尔线程首次完善阐述了“三大AI工厂”布局。假设每家厂商都有不同的工具链和开发体系 ，决定了后续的部署和应用。

在她看来 ，从适配走向共研已经在发生。“万卡集群能力不是一朝一夕积累起来的 ，具身智能还是AI for Science，它是所有智能的源头，不同厂商凭借算力 、（袁宁）

故而行业正在推动统一生态建设 ，