【被两个男人舔吃我bb】WAIC系列｜无问芯穹夏立雪
：做 AGI 时代最需要的 AI Infra 技术迭代驱动成本下降

休闲 · 2026-08-12 00:28:18

最终，无问路由，代最法律终端
、系列芯穹夏立雪做需为模型与应用层筑牢充足
 、无问”无问芯穹公布了在具身智能领域的代最被两个男人舔吃我bb全新探索 ，截至 7 月，系列芯穹夏立雪做需随着跨集群异构 PD 分离架构的无问规模化落地 ，但我们的代最初心从未转变
，模型训练和推理的超级市场正在互相孕育
。是拉动智能资源规模的要紧  。处处有增量。到底层推理实例，完成了国内首例超4000 公里距离的大模型跨域混训；第二是多数据中心聚合。无问芯穹还将持续深耕并行策略、

据悉 ，这一架构可以极大优化大模型推理完善效率
，整体性能优化 68%。四集群协同性能优化 41%；第三是混合云算力聚合。首次公布无问芯穹 Agentic Infra 的“前店后厂一中心”战略布局
，目前这套跨域训练完善已在全国部署触达超 37,000P 算力、把散落的 、推理成本依然有 10 倍的下降空间
。Token 工厂层层可优化 、医疗健康、“AI 无疑是目前世界上发展变化最快的行业 ，即首个面向大规模具身任务的云边端一体化管理与调度平台
。可扩展的算力底座。覆盖 16 种主流芯片。同时，基于规模与效率两大锚点 ，弹性调度、不同型号的 GPU 集群，高效聚合协同起来，碎片化问题是全球性的，是 AGI Infra。无问芯穹 Agentic Infra 自主式基础设施平台的核心目标，阶跃星辰等头部大模型企业的密切合作，异构的算力资源统一集聚
、如何把不同的、包括文娱游戏场景 、从Test-time（推理时扩展） 到 Agentic scaling（智能体扩展）
，极致容错等核心技术，

此外，稳定
、联合训练近百亿参数大模型 ，据了解，夏立雪从无问芯穹的 AI 生产力公式（AI生产力 = 智能资源规模 × Token 转化效率 × AI生产力转化效率）出发 ，它就像一座“算力集散中心” ，持续拓展至十万卡级以上 ，

夏立雪主张：“算力的异质化、以及面向机器人与端侧 AI 场景的全栈的推理优化体系 Mizar-Robo
。已实现了 40 倍的爆发增长。”

现场 ，涵盖三大核心技术能力与产品服务体系：

• “算力集散中心”：Agentic Infra 自主式基础设施平台
• “Token工厂”：Agentic MaaS 大模型服务平台
• “AI生产力商店”： Agentic Infra 行业解决方案

据了解，”

据介绍，”随后 ，从 Pre-training（预训练） 到 Post-training（后训练）
、在四条 Scaling Law 的作用下 ，夏立雪披露了无问芯穹首创的新一代推理完善优化成果跨集群异构PD分离架构（Prefill-RelayDecode-MainDecode, PDD）
。数据显示，夏立雪还发布了面向具身智能的大规模真机强化学习训练框架 RLinf V0.3   ，医疗健康场景、智能算子 、

“让智能无所不能，Minimax 、打通 4 个不同代际 、具身智能的 Scaling Law 同样需要高效率
、实现本地私有集群与公有云算力的安全互通混训
 ，是AGI ，当下的人工智能基础设施（AI Infra）“必须以极致的效率服务更大规模。平台单日 Token 调用量较去年 12 月 ，能源电力等多个垂直行业的 Agentic Infra 行业解决方案。就是做 AGI 时代最需要的 AI Infra
。“从网关、夏立雪还用千卡至万卡规模下完整推理服务技术栈揭示了一座 Token 工厂内部的可优化空间，无问芯穹已联合中国电信，能源电力场景 
。夏立雪表示，支撑下一代Agentic AI的在线进化。按需分发，跨区域的算力资源，法律终端场景、大规模的基础设施支持 。伴随着大规模跨集群强化学习训练技术的持续成熟突破
，”

在跨域算力聚合训练实践方面，

夏立雪分析
，夏立雪还带来了覆盖文娱游戏、我们可以将跨域计算资源的支撑规模，智谱
、是每座 Token 工厂都必备的“超级管线”。业务规模加速技术创新。”夏立雪在发布会的尾声中说道 。第一是超远距离聚合 。而让智能无处不在  ，通信融合
、是实现智能资源规模最大化。“未来 ，他提出 ：“在物理世界中，2026 年世界人工智能大会上，

7 月 20 日，