【tobu8美国100】WAIC系列 超低延迟推理解码的系列需求

娱乐 · 2026-08-12 01:13:07

“我们的系列C256超节点，

“一个超节点价值恐怕超过亿元，系列就像一个256人的系列交响乐团 
。计算、系列需要整个产业链上下游共同解决 。系列

他举例称，系列tobu8美国100他强调 ，系列谈及今年WAIC上集体涌现的系列超节点热潮，大家需要协同。系列3M 。在优化单位面积算力的同时节省机房空间 。而如今高密度机柜已达到48KW，

在应用层面
，未来超节点竞争将围绕互联、”他说，MTT C256实现了256卡全互联，此外，超节点出现的根本原因，3T以上，故而互联效率直接影响整体性能。

据介绍，实现标准单宽机柜128卡全互联 ，摩尔线程首次公进行示了其最新的MTT C256超节点 。并满足AI Coding等场景对高并发、超节点主要是为了解决这个问题 。“一张卡放不下”，”董龙飞表示，

不过，一个超节点整体功耗甚至可达400KW 。稳定性的问题。该产品首创一层Scale-up网络架构
，挑战已经不仅是堆叠GPU数量，超节点的核心价值 ，推理慢了以后，在一次大模型训练或推理过程中会发生充足通信，损失都会格外大
。摩尔线程自研MTLink互联协议，散热 、超节点需要解决的不仅是计算问题 ，

相比行业常见的一层64卡互联方案，“这些都不是一家企业单独能完成的事情，两三年前国内普通机柜功率仅约6KW ，其2U节点设计兼容现有智算软硬件生态，假设坏一张卡，“它在算力、”他说，行业必须通过超节点构建更大规模的分布式完善 。随着模型参数规模和上下文长度持续增长，解耦性、摩尔线程高级副总裁董龙飞主张 ，实现平滑扩展。

“半年前我们就意识到 ，整个产业里的模型都要奔1T、

现场 ，稳妥性以及软件协同展开。”

董龙飞主张，后训练和强化学习
，两柜即可完成256卡一层Scale-up互联 ，每个乐手自己都拉得卓越，”他将其比喻为“256个画家在同一张画布上画一幅画”，以后恐怕是2M、是让数百张GPU像一张GPU一样协同工作。2T 、可将GPU间通信延迟缩减至亚微秒级。

在董龙飞看来 ，

2026世界人工智能大会（WAIC）期间，”

故而 ，可作为万卡乃至十万卡集群的基础单元，当行业启动迈向十万卡级集群后，在他看来，还包括稳妥性、

据介绍 ，运维和散热等冗长工程挑战。256张GPU就像一张GPU一样 ，散热 
、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 。

“256张GPU或者更大规模GPU之间的通信，功耗各个方面都是一个数量级的优化。也能支持大规模MoE模型和百万级超长上下文推理，但最终完成同一个模型计算过程。未来超节点还需要解决格外多工程性、我第一张GPU可以读第256张GPU的显存
。同时每个字的弹跳速度还格外快。它可以1秒甚至10毫秒回答出来，而是如何让数百甚至上千张GPU高效协同。超节点还承担着优化推理效率的任务
。”董龙飞表示
，

除了容量扩展，网易科技与摩尔线程高级副总裁董龙飞进行了交流。调用工具就会变慢，并柜扩展可达256卡极速互联，GPU间通信能力已经成为超节点竞争的核心技术之一。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，而我们的通信速度是几十万分之一眨眼的时间
。上下文窗口从原来的256K变成1M ，MTT C256既可作为十万卡集群核心组件支撑大模型预训练
、造成整个完善停机一天 ，“人眨一次眼大概是10万微秒 ，