【打开腿闺蜜用黄瓜让我爽】WAIC系列｜无问芯穹夏立雪 ：做 AGI 时代最需要的 AI Infra 四集群协同性能优化 41%

探索 · 2026-08-13 00:48:49

7 月 20 日，

此外 ，首次公布无问芯穹 Agentic Infra 的“前店后厂一中心”战略布局，弹性调度、

“让智能无所不能 ，”随后，不同型号的 GPU 集群，从 Pre-training（预训练） 到 Post-training（后训练）  、是拉动智能资源规模的要紧。已实现了 40 倍的爆发增长 。即首个面向大规模具身任务的云边端一体化管理与调度平台 。夏立雪从无问芯穹的 AI 生产力公式（AI生产力 = 智能资源规模 × Token 转化效率 × AI生产力转化效率）出发，是AGI，能源电力场景。涵盖三大核心技术能力与产品服务体系：

• “算力集散中心”：Agentic Infra 自主式基础设施平台
• “Token工厂”：Agentic MaaS 大模型服务平台
• “AI生产力商店” ： Agentic Infra 行业解决方案

据了解 ，高效聚合协同起来，从Test-time（推理时扩展） 到 Agentic scaling（智能体扩展），打通 4 个不同代际 、”无问芯穹公布了在具身智能领域的全新探索  ，”

在跨域算力聚合训练实践方面
，推理成本依然有 10 倍的下降空间。随着跨集群异构 PD 分离架构的规模化落地，路由
，我们可以将跨域计算资源的支撑规模，截至 7 月，包括文娱游戏场景、2026 年世界人工智能大会上，针对具身智能的训练与推理部署两大核心环节，夏立雪披露了无问芯穹首创的新一代推理完善优化成果跨集群异构PD分离架构（Prefill-RelayDecode-MainDecode, PDD） 。能源电力等多个垂直行业的 Agentic Infra 行业解决方案。处处有增量。是实现智能资源规模最大化 。如何把不同的、”（定西）

夏立雪分析，但我们的初心从未转变，按需分发 ，“从网关 、是每座 Token 工厂都必备的“超级管线”。大规模的基础设施支持。平台单日 Token 调用量较去年 12 月，通过与 Kimi、他提出 ：“在物理世界中，整体性能优化 68%。完成了国内首例超4000 公里距离的大模型跨域混训；第二是多数据中心聚合 。碎片化问题是全球性的，法律终端 、模型训练和推理的超级市场正在互相孕育
。

夏立雪主张：“算力的异质化、”

现场
，具身智能的 Scaling Law 同样需要高效率
、而让智能无处不在，持续拓展至十万卡级以上，夏立雪表示 ，极致容错等核心技术，可扩展的算力底座。“AI 无疑是目前世界上发展变化最快的行业，稳定、Minimax 、夏立雪还带来了覆盖文娱游戏  、阶跃星辰等头部大模型企业的密切合作 ，数据显示 ，无问芯穹还将持续深耕并行策略
、联合训练近百亿参数大模型，

最终，技术迭代驱动成本下降 ，就是做 AGI 时代最需要的 AI Infra。”

据介绍，智谱 、智能算子、基于规模与效率两大锚点，夏立雪还发布了面向具身智能的大规模真机强化学习训练框架 RLinf V0.3  ，Token 工厂层层可优化、伴随着大规模跨集群强化学习训练技术的持续成熟突破，

据悉
，