值得特别关注的是,摩尔线程在本届大会上首次公开亮相了MTT C256超节点。随着智算中心向超大规模方向持续演进,传统网络架构面临的带宽损耗与高延迟痛点日益突出。摩尔线程凭借创新架构,率先构建了一层Scale-up网络,将256张GPU聚合为一台数据中心级超级计算机。
MTT C256超节点采用计算与交换一体化的高密度设计,其核心优势体现在以下三个方面:
- **极致互联**:突破了业界普遍采用的一层网络64卡限制,首次在一层Scale-up网络中实现256卡全互联,卡间通信延迟被压缩至亚微秒级,带宽利用率显著提升,为大模型分布式并行策略的优化提供了更为广阔的空间。
- **高密度部署**:单机柜GPU密度达到行业领先水平,仅需两个标准机柜即可完成256卡的一层Scale-up极速互联,在大幅提高智算中心GPU部署密度的同时,有效节省了机房空间。
- **生态与工程兼容**:采用2U节点设计,完美兼容现有智算软硬件生态,支持集群从万卡向十万卡级平滑扩展。
此外,摩尔线程还在现场展示了多项“国芯训国模”的实践成果:
- **万亿参数MoE模型训练**:依托万卡级夸娥智算集群与夸娥AI训练套件(KUAE Training Suite),完成了从零起步的MoE-236B基础模型的完整训练链路,训练语料规模高达25T+。在超大规模部署下,集群有效训练时长占比超过90%,训练损失曲线与国际主流计算卡高度一致。
- **多维世界模型原生训练**:支撑了北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练,全程由MUSA软件栈提供底层支撑,验证了系统在复杂视觉生成与物理模拟任务中的扩展能力。
- **具身智能大脑训练**:依托北京智源研究院FlagOS-Robo框架,双方基于摩尔线程MTT S5000千卡集群,完成了通用具身大脑模型RoboBrain 2.5的全流程训练,验证了国产算力集群在具身智能训练场景中的高效可用性。将256张GPU变成一台计算机:摩尔线程MTT C256超节点亮相WAIC2026
2026世界人工智能大会上,摩尔线程首次公开展示MTTC256超节点,通过首创一层Scale-up网络将256张GPU聚合为一台数据中心级超级计算机,实现256卡全互联、亚微秒级延迟,两个标准机柜即可部署,兼容现有智算生态。
2026世界人工智能大会(WAIC)于7月17日在上海盛大开幕,摩尔线程以“词元时代万物智能”为核心主题,全面展示了“模型训练工厂、词元生产工厂、智能体生产工厂”三大AI工厂体系。
值得特别关注的是,摩尔线程在本届大会上首次公开亮相了MTT C256超节点。随着智算中心向超大规模方向持续演进,传统网络架构面临的带宽损耗与高延迟痛点日益突出。摩尔线程凭借创新架构,率先构建了一层Scale-up网络,将256张GPU聚合为一台数据中心级超级计算机。
MTT C256超节点采用计算与交换一体化的高密度设计,其核心优势体现在以下三个方面:
- **极致互联**:突破了业界普遍采用的一层网络64卡限制,首次在一层Scale-up网络中实现256卡全互联,卡间通信延迟被压缩至亚微秒级,带宽利用率显著提升,为大模型分布式并行策略的优化提供了更为广阔的空间。
- **高密度部署**:单机柜GPU密度达到行业领先水平,仅需两个标准机柜即可完成256卡的一层Scale-up极速互联,在大幅提高智算中心GPU部署密度的同时,有效节省了机房空间。
- **生态与工程兼容**:采用2U节点设计,完美兼容现有智算软硬件生态,支持集群从万卡向十万卡级平滑扩展。
此外,摩尔线程还在现场展示了多项“国芯训国模”的实践成果:
- **万亿参数MoE模型训练**:依托万卡级夸娥智算集群与夸娥AI训练套件(KUAE Training Suite),完成了从零起步的MoE-236B基础模型的完整训练链路,训练语料规模高达25T+。在超大规模部署下,集群有效训练时长占比超过90%,训练损失曲线与国际主流计算卡高度一致。
- **多维世界模型原生训练**:支撑了北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练,全程由MUSA软件栈提供底层支撑,验证了系统在复杂视觉生成与物理模拟任务中的扩展能力。
- **具身智能大脑训练**:依托北京智源研究院FlagOS-Robo框架,双方基于摩尔线程MTT S5000千卡集群,完成了通用具身大脑模型RoboBrain 2.5的全流程训练,验证了国产算力集群在具身智能训练场景中的高效可用性。
值得特别关注的是,摩尔线程在本届大会上首次公开亮相了MTT C256超节点。随着智算中心向超大规模方向持续演进,传统网络架构面临的带宽损耗与高延迟痛点日益突出。摩尔线程凭借创新架构,率先构建了一层Scale-up网络,将256张GPU聚合为一台数据中心级超级计算机。
MTT C256超节点采用计算与交换一体化的高密度设计,其核心优势体现在以下三个方面:
- **极致互联**:突破了业界普遍采用的一层网络64卡限制,首次在一层Scale-up网络中实现256卡全互联,卡间通信延迟被压缩至亚微秒级,带宽利用率显著提升,为大模型分布式并行策略的优化提供了更为广阔的空间。
- **高密度部署**:单机柜GPU密度达到行业领先水平,仅需两个标准机柜即可完成256卡的一层Scale-up极速互联,在大幅提高智算中心GPU部署密度的同时,有效节省了机房空间。
- **生态与工程兼容**:采用2U节点设计,完美兼容现有智算软硬件生态,支持集群从万卡向十万卡级平滑扩展。
此外,摩尔线程还在现场展示了多项“国芯训国模”的实践成果:
- **万亿参数MoE模型训练**:依托万卡级夸娥智算集群与夸娥AI训练套件(KUAE Training Suite),完成了从零起步的MoE-236B基础模型的完整训练链路,训练语料规模高达25T+。在超大规模部署下,集群有效训练时长占比超过90%,训练损失曲线与国际主流计算卡高度一致。
- **多维世界模型原生训练**:支撑了北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练,全程由MUSA软件栈提供底层支撑,验证了系统在复杂视觉生成与物理模拟任务中的扩展能力。
- **具身智能大脑训练**:依托北京智源研究院FlagOS-Robo框架,双方基于摩尔线程MTT S5000千卡集群,完成了通用具身大脑模型RoboBrain 2.5的全流程训练,验证了国产算力集群在具身智能训练场景中的高效可用性。来源:https://www.ithome.com/0/978/856.htm
相关热点
继续查看同栏目近期热点。
延伸阅读
补充最近整理过的热点入口。
