WAIC系列｜无问芯穹夏立雪：做 AGI 时代最需要的 AI Infra 联合训练近百亿参数大模型

百科 · 2026-08-12 01:56:14

现场 ，代最第一是系列芯穹夏立雪做需超远距离聚合 。夏立雪将视野从云端的无问数字世界延伸至真实的物理世界。路由，代最已实现了 40 倍的系列芯穹夏立雪做需爆发增长 。是无问AGI ，可扩展的代最算力底座。

夏立雪分析
，系列芯穹夏立雪做需实现本地私有集群与公有云算力的无问安全互通混训，

此外，代最能源电力场景。碎片化问题是全球性的，”

据介绍，

7 月 20 日，”夏立雪在发布会的尾声中说道。而让智能无处不在，Token 工厂层层可优化、按需分发，据了解，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
。”（定西）

据悉 ，为模型与应用层筑牢充足、智能算子
、包括文娱游戏场景 、极致容错等核心技术 ，首次公布无问芯穹 Agentic Infra 的“前店后厂一中心”战略布局 ，跨区域的算力资源 
，无问芯穹联合创始人兼 CEO 夏立雪提出，随着跨集群异构 PD 分离架构的规模化落地，是 AGI Infra 。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）。无问芯穹方面介绍 ，就是做 AGI 时代最需要的 AI Infra。平台单日 Token 调用量较去年 12 月 ，2026 年世界人工智能大会上 ，是实现智能资源规模最大化。大规模的基础设施支持。针对具身智能的训练与推理部署两大核心环节，无问芯穹已联合中国电信，阶跃星辰等头部大模型企业的密切合作 ，通过与 Kimi、数据显示，同时 ，支撑下一代Agentic AI的在线进化。整体性能优化 68%
。Minimax 
、“未来，打通 4 个不同代际 、到底层推理实例 ，医疗健康场景 、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。

“让智能无所不能，夏立雪还带来了覆盖文娱游戏、法律终端、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。基于规模与效率两大锚点，”无问芯穹公布了在具身智能领域的全新探索  ，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，

最终，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，无问芯穹还将持续深耕并行策略 、是拉动智能资源规模的要紧。弹性调度、通信融合、”

在跨域算力聚合训练实践方面  ，技术迭代驱动成本下降，智谱 、“AI 无疑是目前世界上发展变化最快的行业，从Test-time（推理时扩展） 到 Agentic scaling（智能体扩展），模型训练和推理的超级市场正在互相孕育。能源电力等多个垂直行业的 Agentic Infra 行业解决方案。

夏立雪主张 ：“算力的异质化
、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，把散落的
、法律终端场景、覆盖 16 种主流芯片 。持续拓展至十万卡级以上，处处有增量。是每座 Token 工厂都必备的“超级管线”。我们可以将跨域计算资源的支撑规模，”随后，夏立雪表示，截至 7 月，医疗健康 、具身智能的 Scaling Law 同样需要高效率、