最近，腾讯混元团队正式开源了新一代大语言模型 Hy3。这一消息本身并不令人意外，真正引人关注的是它带来的适配挑战。云天励飞基于自研的 IFWA 软件栈，在 DeepVerse 云端芯片验证平台上，成功完成了 Hy3 模型结构接入和关键推理链路的验证。可以将这次验证理解为一次“压力测试”——重点检验 IFWA 软件栈对先进架构的兼容能力与组件复用潜力。
本次验证基于 BF16 精度与缩小配置，重点覆盖了模型配置解析、模型加载、Dense 与 MoE 混合层执行、专家路由、GQA 解码、KV Cache 分配、Token 采样以及 MTP 投机解码等核心环节。在普通推理模式以及开启 MTP 投机解码模式两种情况下，系统均实现了从模型加载到 Token 输出的端到端功能流程，初步验证了 IFWA 推理框架、底层软件组件以及芯片架构对 Hy3 主要架构特征的兼容性。
此次验证的意义不仅在于成功跑通了一款先进开源模型的关键推理链路，更关键的是验证了 IFWA 既有软件组件在新模型适配中的复用能力。通过将 MoE 路由、GQA 注意力、MTP 投机解码、KV Cache 管理等共性能力沉淀为可复用的软件组件，IFWA 能够更快速地响应模型架构的变化。这才是核心所在——缩短模型适配周期、减少重复开发、提升自研芯片产品的交付效率，全都依赖于这种“平台化”的软件能力。
IFWA 支持 Hy3 适配的技术亮点
大模型快速演进，软件栈决定算力落地效率
当前，大模型架构仍在快速迭代。混合专家（MoE）、长上下文、分组查询注意力（GQA）、投机解码等技术正逐步被引入主流模型，对推理系统提出了更加复杂的要求。Hy3 采用混合专家架构，总参数规模达 295B，但每次推理仅激活 21B 参数，支持 256K 上下文长度，并集成了 GQA 注意力和 MTP 投机解码。这些特性对软件栈的模型解析、算子执行、专家调度、缓存管理以及推理框架兼容性，均提出了较高要求。
对于算力芯片企业而言，让一个模型跑起来只是第一步。真正的挑战在于：软件栈能否适应模型架构的持续演进？能否将不同模型中的共性能力稳定地抽象为组件，使后续模型接入时减少重复工作？只有软件能力跟得上，硬件算力才能更快地进入客户的真实业务场景。
不为单个模型重做后端，复用既有软件基础设施
在本次 Hy3 接入过程中，云天励飞没有为该模型重建独立后端，也没有围绕单一模型重新开发全新的核心算子。研发团队主要复用了 IFWA 此前在先进模型适配过程中建设的通用组件，并在此基础上完成了必要的模型路由适配与 GQA 解码路径完善。MoE 路由、GQA 注意力、MTP 投机解码等能力，均来自 IFWA 既有的软件基础设施。以 GQA 解码路径为例，本次完善不仅服务于 Hy3，后续也能被其他采用类似注意力架构的模型所复用。
这也是 IFWA 软件栈建设中的一个重要方向：每接入一款具有代表性的模型，尽量将其可复用的部分沉淀下来，降低下一次接入同类模型时的重复开发工作量。随着这些基础能力的不断积累，模型适配将从“逐个模型开发”逐步转向“平台化适配”。
从单模型接入走向平台化适配
IFWA 是云天励飞面向自研芯片体系构建的统一软件栈平台，覆盖编译器、Runtime 与 Driver、基础算子库、推理框架插件、集合通信以及开发调试工具等核心环节。在大模型快速迭代的背景下，云天励飞的目标并非针对每一款新模型都重新开发一套软件方案，而是通过通用组件、标准接口和自动化验证体系，形成能够快速承接先进模型的软件产品能力。
在 Hy3 适配过程中，IFWA 已有的 MoE、GQA、MTP、KV Cache 等能力得到了复用，模型专属改动范围得以控制。这表明 IFWA 的部分通用能力已能在新模型接入中发挥作用，也为后续支持更多先进模型奠定了基础。对客户而言，软件栈的价值不只是“模型能跑”，还包括模型迁移是否顺畅、部署验证是否高效、既有代码与开发投入能否延续。统一且稳定的软件能力，能够帮助客户减少重复适配工作，降低后续迁移与维护成本。
持续推进真实规格、真实权重与多卡场景验证
目前，Hy3 已在 DeepVerse 云端芯片的验证平台上完成了模型结构接入和关键功能链路验证。后续，云天励飞将继续推进真实规格、真实权重以及多卡部署场景的测试，进一步验证 IFWA 在完整工程场景下对 Hy3 的支持能力。下一阶段将开展真实注意力维度验证、真实模型权重加载及精度一致性测试，并推进张量并行、专家并行等多卡部署场景验证。同时，Hy3 相关测试用例也将逐步纳入 IFWA 常规回归体系，持续提升软件版本迭代过程中的稳定性与一致性。针对 Hy3 的 FP8 量化版本，后续将结合 IFWA 混合精度与量化能力建设进展，进一步开展技术可行性评估。
构建端边云一体、跨代兼容的统一软件基座
云天励飞正以主流计算生态兼容能力为基础，持续建设端边云一体、跨代兼容的统一软件产品基座，推动模型、代码、算子和开发工具在不同芯片代际以及云侧、边缘侧平台之间的逐步复用。面向自研芯片体系，IFWA 将持续支撑 DeepVerse 系列产品的交付和重点场景验证，并推动相关软件能力向后续芯片代际及 DeepEdge 系列产品延展。通过统一的软件栈能力，云天励飞希望进一步降低跨代迁移和多平台适配成本，减少云侧与边缘侧重复开发，提升模型开发、系统交付和后续运维的一致性。
未来，云天励飞将持续完善 IFWA 软件栈，将模型适配过程中的共性能力转化为可复用的软件资产，让自研芯片更快地进入客户的业务场景。
