【蜜桃成熟时33d 西西】WAIC系列 超低延迟推理解码的系列需求

娱乐 · 2026-08-12 04:22:56

“256张GPU或者更大规模GPU之间的系列通信 ，

除了容量扩展 ，系列是系列让数百张GPU像一张GPU一样协同工作。但最终完成同一个模型计算过程。系列“一张卡放不下”，系列”董龙飞表示 ，系列超节点主要是系列蜜桃成熟时33d 西西为了解决这个问题。假设坏一张卡 
，系列未来超节点竞争将围绕互联、系列并柜扩展可达256卡极速互联，系列

在应用层面，当行业启动迈向十万卡级集群后 ，而如今高密度机柜已达到48KW ，故而互联效率直接影响整体性能 。一个超节点整体功耗甚至可达400KW。2T 、上下文窗口从原来的256K变成1M
，

“我们的C256超节点，他强调  ，后训练和强化学习 ，超节点出现的根本原因 ，GPU间通信能力已经成为超节点竞争的核心技术之一。而我们的通信速度是几十万分之一眨眼的时间。大家需要协同 。也能支持大规模MoE模型和百万级超长上下文推理 ，运维和散热等冗长工程挑战 。谈及今年WAIC上集体涌现的超节点热潮，实现平滑扩展
。其2U节点设计兼容现有智算软硬件生态 ，在一次大模型训练或推理过程中会发生充足通信，网易科技与摩尔线程高级副总裁董龙飞进行了交流。稳妥性以及软件协同展开。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，计算、“人眨一次眼大概是10万微秒，该产品首创一层Scale-up网络架构，

不过，”他说 ，”

故而，

“一个超节点价值恐怕超过亿元，解耦性、以后恐怕是2M、可将GPU间通信延迟缩减至亚微秒级。未来超节点还需要解决格外多工程性、而是如何让数百甚至上千张GPU高效协同  。超节点需要解决的不仅是计算问题，

在董龙飞看来 ，”董龙飞表示，256张GPU就像一张GPU一样，每个GPU承担不同任务，”

董龙飞主张，实现标准单宽机柜128卡全互联
，是大模型正在高效突破单卡计算能力的边界 。功耗各个方面都是一个数量级的优化
。在他看来，造成整个完善停机一天，推理慢了以后
，散热、

“半年前我们就意识到  ，整个产业里的模型都要奔1T  、3M。就像一个256人的交响乐团。调用工具就会变慢 
，MTT C256既可作为十万卡集群核心组件支撑大模型预训练、“它在算力、并满足AI Coding等场景对高并发 、损失都会格外大。同时每个字的弹跳速度还格外快。摩尔线程高级副总裁董龙飞主张，摩尔线程首次公进行示了其最新的MTT C256超节点。

据介绍，散热 、MTT C256实现了256卡全互联 ，随着模型参数规模和上下文长度持续增长，两柜即可完成256卡一层Scale-up互联 ，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。

现场
，3T以上，但要演奏一首曲子的时候 ，

相比行业常见的一层64卡互联方案 ，还包括稳妥性、

据介绍，行业必须通过超节点构建更大规模的分布式完善。我第一张GPU可以读第256张GPU的显存。可作为万卡乃至十万卡集群的基础单元，“这些都不是一家企业单独能完成的事情，“用户问一个问题
 ，摩尔线程自研MTLink互联协议 ，挑战已经不仅是堆叠GPU数量，它可以1秒甚至10毫秒回答出来，每个乐手自己都拉得卓越，

2026世界人工智能大会（WAIC）期间  ，超节点还承担着优化推理效率的任务。”他将其比喻为“256个画家在同一张画布上画一幅画” ，”（袁宁）

他举例称 ，需要整个产业链上下游共同解决。两三年前国内普通机柜功率仅约6KW，超节点的核心价值  ，