移动通信网 程然
2026年世界人工智能大会（WAIC）在上海世博展览馆拉开帷幕，现场展示的硬件设备与算法模型交汇碰撞，揭示出算力基础设施正向系统化工程加速演进。国产GPU企业摩尔线程在展会上全面展示了其打造的三大“AI工厂”体系，覆盖模型训练、词元生产与智能体构建全链路。在算力需求呈指数级增长的当下，该体系试图打通从底层芯片到上层应用的壁垒。现场公布的数据显示，摩尔线程首秀了基于全功能GPU的“国芯训国模”成果，完成了从零起步完整训练的MoE-236B（2360亿参数）混合专家基础模型。同时，基于自研夸娥智算集群，团队完成了全球首个5D世界模型“北大EvoPhys-World”的全栈原生训练。这些具体的工程实践验证了国产架构在处理超大规模参数与超长连续稳定训练任务时的闭环能力。展会首日，该展区吸引了数万名专业观众驻足，密集的技术参数与实机演示，客观呈现了本土半导体生态在智算底座层面的具体进展与算力转化率。
【关键数据】
[1] MoE-236B（2360亿参数）
[2] 1M（100万）Tokens超长上下文
[3] 标准单宽机柜128卡全互联
[4] KV Cache FP8量化技术
[5] 并柜扩展256卡极速互联
支撑上述庞大训练任务的核心在于摩尔线程对底层网络架构的重构与计算密度的极致压榨。针对传统智算集群多层网络存在的高延迟与带宽衰减痛点，技术团队研发出MTT C256超节点，首创一层Scale-up网络通信架构。该架构在标准2U物理机柜空间内实现了128张GPU的全互联，并柜拓展后最大支持256张显卡的极速直连，大幅削减了数据在节点间路由流转的物理损耗。在计算单元配置上，该平台采用计算与交换一体化设计，使单位面积算力密度提升至传统标准机柜的2.5倍以上，为十万卡级集群的无阻塞通信提供了物理底座。在“词元生产”环节，基于其旗舰级AI训推一体智算卡MTT S5000，技术团队推出了PD（Prefill-Decode）异构分离推理方案。该方案将高计算力需求的Prefill池与高带宽特性的Decode池进行物理隔离部署，独家支持KV Cache FP8量化技术与最高1M（100万）Tokens的超长上下文处理。通过算力与带宽的精准异构匹配，该系统将大模型单次推理的等待延迟降低了约40%，有效优化了系统的吞吐量上限与算力成本边际。
当前全球大模型算力市场规模正向万亿级迈进，但底层硬件供应链的集中度依然极高。权威统计数据显示，2025年全球数据中心GPU出货量约超过800万片，头部厂商占据了近90%的份额。在瞬息万变的推理与训练市场，算力平替与异构混池成为核心竞争维度。与国际主流方案相比，摩尔线程的MTT C256在单向带宽峰值上达到了300GB/s，配合256卡的高速互联域，有效对抗了传统胖树拓扑架构在大规模集群中的通信冗余缺陷。在企业级应用赛道，趋境科技联合摩尔线程完成了PD异构分离架构的规模化商用，通过软硬件协同优化，使得国产算力在处理千亿参数模型推理时的综合性价比提升了35%。在智能体控制领域，极佳视界基于MTT S5000完成了驾驶世界模型与物理AI模型的端到端训练，单片显卡在处理复杂空间重建任务的显存利用率超过了85%。财报数据与市场调研机构分析印证，主打全功能与高密度的国产GPU架构正以每年超过50%的速率蚕食特定垂直推理与具身智能市场份额，重塑既有硬件采购格局。
半导体制造与算力部署的成本结构直接决定了AI工厂的商业可行性。从产业链上下游剖析，智算集群的建设成本通常被拆解为芯片采购、网络设备、电力消耗与运维调优四个核心板块，其中硬件基础设施占比长期徘徊在70%左右。摩尔线程通过全功能GPU的统一底层指令集，大幅降低了跨集群部署的软件适配与运维开发成本。在夸娥智算集群的运维实践中，无问芯穹部署了Infini-AIOps智能体，实现了从底层算子异常发现到辅助处置的自动化闭环，使硬件系统的平均无故障运行时间（MTBF）突破了15万小时大关。在制造与封测端，MTT S5000采用的高带宽存储（HBM）与先进封装工艺，使得单卡晶体管密度达到客观物理极限的同时，将单位Token的生产能耗降低了22%。通过与上下游代工厂及服务器制造商的联合定义，计算与交换一体化的高密设计方案直接削减了智算中心在物理空间上的租赁投入，单机柜整体功耗被严格控制在对流散热可承受阈值内，彻底重塑了超大规模数据中心的TCO（总拥有成本）模型。
商业化落地与场景变现是检验算力基础设施成色的唯一标准，也是此次展会传递出的明确信号。摩尔线程的智能体生产工厂包含了全栈国产化具身智能仿真平台MT Lambda及工业级解决方案MT Lambda for Factory，直接对标数字孪生与无人工厂建设。其自研全域数字智能体“小麦”集成了60余项操作技能，能够跨生态控制38款主流应用程序。在物理执行端，该智能体通过前端多模型调度与多维知识库实时配置，将复杂任务的解析准确率提升至98.7%。在具体合作案例中，京东云正基于摩尔线程的底层算力推进JoyAI大模型的联合攻坚，旨在打造毫秒级响应的企业级推理平台，目前已将零售物流场景的交互延迟压缩至50毫秒以内。极佳视界则利用MTT S5000的算力支持，完成了涵盖驾驶世界模型、驾驶重建模型在内的四项物理AI核心算法训练，其生成的单帧4D场景渲染速度达到了每秒120帧。这些实际落地的工业数据、自动驾驶仿真数据与企业级应用实测数据，彻底打通了从底层算力到顶层具身智能商业变现的闭环路径。
算力基础设施的迭代正与上层应用算法的演进形成深度耦合与螺旋上升。从WAIC 2026展现出的技术图景分析，大模型架构正在从单一的文本理解向融合视觉、听觉、空间坐标的5D世界模型过渡，这要求底层GPU不仅具备极高的单精度浮点运算能力，更需在多维张量存储与显存带宽上实现绝对平衡。摩尔线程在展会上披露的具体路线图显示，其下一代芯片微架构将专门针对MoE（混合专家）模型特性进行底层硬化加速，计划将专家网络的动态路由延迟再压降30%。在互联技术端，数据中心级总线标准的演进愈发剧烈，自研且兼容高速Scale-up协议的能力将成为国产芯片破局的关键护城河。整个通信与半导体产业链的演进逻辑正在发生位移，单纯比拼晶体管数量与理论算力峰值的阶段已经终结，取而代之的是以Token生产转化率为核心的工程化能力较量。当算力真正转化为可被精确计量与规模化出售的词元产能时，物理世界的数字化重构与通用人工智能的商业逻辑才拥有了最坚固的物理基石。
