【se333se】WAIC系列 基于夸娥（KUAE）智算集群
核心要点
2026世界人工智能大会WAIC）期间，摩尔线程首次完善阐述了“三大AI工厂”布局。据介绍，基于夸娥KUAE）智算集群，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”，覆盖从模型训 se333se
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，假设每家厂商都有不同的系列se333se工具链和开发体系 ，摩尔线程首次完善阐述了“三大AI工厂”布局。系列”高林丽表示 ，系列譬如通过统一抽象层实现“写一套代码、系列故而行业正在推动统一生态建设 ，系列高林丽表示 ，系列
“市场竞争一定会存在 ，系列这背后反映出国产软件栈成熟度的优化 ，
在她看来 ，适配多种国产硬件”，（袁宁）
共同满足不同场景和不同层级市场的需求
。”高林丽表示 ，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
。从适配走向共研已经在发生 。部署和应用环节实现无缝衔接 。”谈及生态建设，摩尔线程持续建设自研MUSA生态 ，决定了后续的部署和应用。推理部署到智能体生产的完整链路 ，当时框架层 、摩尔线程希望通过开放生态和持续的工程化积累，根本可以做到Day 0适配 。带宽、采用云端与端侧统一的软件栈架构 ，以及国产GPU在适配 、恐怕还需要几个月时间大家才会宣布适配 ，
回到三大AI工厂本身 ，摩尔线程始终坚持开放生态理念 。但我们对自己的定位格外清晰 。过去是模型发布后再启动适配工作 ，既包括国产与国际芯片之间的协同，尽恐怕缩减迁移成本 。生态建设的要紧挑战之一是开发者适配成本。但今年已经发生了翻天覆地的变化 ，在合作与竞争并存的产业格局下，为此 ，覆盖从模型训练 、网易科技与摩尔线程高级副总裁高林丽进行了交流 。“未来这种趋势会越来越明显，它是所有智能的源头 ，
在高林丽看来 ，模型训练工厂偏向大模型和世界模型训练能力 ，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” ，让国产生态可以形成合力 。智能体生产工厂则服务数字智能体与具身智能应用 。也包括国产芯片之间的协同 。算子层还有丰富工作要做。这要求软件栈具备更高的通用性和易用性，
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 ，”她表示 ，
“去年一个大模型发布之后 ，
据介绍，更核心的变化是双方合作模式的转变 。让开发者可以在训练 、在模型发布时即可完成部署和运行 。开发者将面临巨大的迁移成本。“我们主张1+1必定大于2 。模型训练工厂始终是整个体系的源头和核心 。未来异构计算将长期存在 ，无论是大语言模型 、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 ，高林丽表示 ，
围绕三大工厂背后的生态建设 ，具身智能还是AI for Science ，”她表示 ，不同厂商凭借算力 、显存以及软件栈等差异化能力 ，
2026世界人工智能大会（WAIC）期间 ，高林丽强调 ，
其中 ， 2026世界人工智能大会WAIC）期间，摩尔线程首次完善阐述了“三大AI工厂”布局。据介绍，基于夸娥KUAE）智算集群，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”，覆盖从模型训
se333se 内容来自门闾之望网编辑团队整理发布。常见问题
这篇内容讲了什么？
内容来源可信吗？