【如何用枕头高C不断】WAIC系列 系列调用工具就会变慢

百科 · 2026-08-11 22:17:02

相比行业常见的一层64卡互联方案，功耗各个方面都是系列如何用枕头高C不断一个数量级的优化 。解耦性
、系列后训练和强化学习 ，系列在优化单位面积算力的系列同时节省机房空间 。MTT C256既可作为十万卡集群核心组件支撑大模型预训练、系列是系列让数百张GPU像一张GPU一样协同工作
。随着模型参数规模和上下文长度持续增长 ，系列

2026世界人工智能大会（WAIC）期间，系列”

故而，系列调用工具就会变慢，系列如何用枕头高C不断超节点出现的系列根本原因 ，两柜即可完成256卡一层Scale-up互联
，系列一个超节点整体功耗甚至可达400KW。系列

“半年前我们就意识到
 ，超低延迟推理解码的需求。超节点还承担着优化推理效率的任务。

不过，可作为万卡乃至十万卡集群的基础单元 ，“用户问一个问题，需要整个产业链上下游共同解决。挑战已经不仅是堆叠GPU数量，但最终完成同一个模型计算过程。相当于用一层Scale-up网络把256张GPU变成一台数据中心级计算机。“一张卡放不下”，在一次大模型训练或推理过程中会发生充足通信
，

“256张GPU或者更大规模GPU之间的通信，每个GPU承担不同任务，当行业启动迈向十万卡级集群后，行业必须通过超节点构建更大规模的分布式完善 。未来超节点还需要解决格外多工程性、”他说
，

他举例称 ，网易科技与摩尔线程高级副总裁董龙飞进行了交流
。MTT C256实现了256卡全互联，

现场 ，

“一个超节点价值恐怕超过亿元，其2U节点设计兼容现有智算软硬件生态，他强调
 ，3T以上，摩尔线程首次公进行示了其最新的MTT C256超节点 。”他将其比喻为“256个画家在同一张画布上画一幅画”
，而是如何让数百甚至上千张GPU高效协同 。谈及今年WAIC上集体涌现的超节点热潮，上下文窗口从原来的256K变成1M，故而互联效率直接影响整体性能。并柜扩展可达256卡极速互联 ，而我们的通信速度是几十万分之一眨眼的时间。还包括稳妥性、”董龙飞表示，超节点主要是为了解决这个问题 。3M
。每个乐手自己都拉得卓越 ，它可以1秒甚至10毫秒回答出来，也能支持大规模MoE模型和百万级超长上下文推理 ，可将GPU间通信延迟缩减至亚微秒级。在他看来，

“我们的C256超节点，

据介绍，摩尔线程自研MTLink互联协议 ，而如今高密度机柜已达到48KW
，是大模型正在高效突破单卡计算能力的边界
。“它在算力、损失都会格外大。但要演奏一首曲子的时候 ，”

董龙飞主张
，同时每个字的弹跳速度还格外快 。

除了容量扩展，运维和散热等冗长工程挑战。稳定性的问题。

据介绍，2T 、以后恐怕是2M 、

在董龙飞看来，未来超节点竞争将围绕互联、并满足AI Coding等场景对高并发 、推理慢了以后，大家需要协同。卡间通信延迟压缩至亚微秒级；同时采用计算与交换一体化高密设计，“这些都不是一家企业单独能完成的事情，超节点需要解决的不仅是计算问题 ，摩尔线程高级副总裁董龙飞主张，造成整个完善停机一天，稳妥性以及软件协同展开。该产品首创一层Scale-up网络架构，“人眨一次眼大概是10万微秒 ，散热、

在应用层面，整个产业里的模型都要奔1T、我第一张GPU可以读第256张GPU的显存。”董龙飞表示，此外，实现标准单宽机柜128卡全互联，两三年前国内普通机柜功率仅约6KW，就像一个256人的交响乐团。计算、GPU间通信能力已经成为超节点竞争的核心技术之一 。散热、256张GPU就像一张GPU一样，”（袁宁）