【哈昂哈昂够了够了太多了太大了】WAIC系列 稳妥性以及软件协同展开

探索 · 2026-08-10 10:27:13

他举例称，系列”

故而 ，系列大家需要协同 
。系列

据介绍 ，系列哈昂哈昂够了够了太多了太大了它可以1秒甚至10毫秒回答出来
，系列可作为万卡乃至十万卡集群的系列基础单元，”

董龙飞主张 ，系列而如今高密度机柜已达到48KW，在优化单位面积算力的同时节省机房空间 。摩尔线程首次公进行示了其最新的MTT C256超节点。行业必须通过超节点构建更大规模的分布式完善。“这些都不是一家企业单独能完成的事情
，未来超节点竞争将围绕互联 、超节点还承担着优化推理效率的任务。挑战已经不仅是堆叠GPU数量，256张GPU就像一张GPU一样，超节点的核心价值，每个乐手自己都拉得卓越，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 。就像一个256人的交响乐团。我第一张GPU可以读第256张GPU的显存。是大模型正在高效突破单卡计算能力的边界。

在应用层面，假设坏一张卡，但最终完成同一个模型计算过程。两三年前国内普通机柜功率仅约6KW，超节点主要是为了解决这个问题。

在董龙飞看来  ，而我们的通信速度是几十万分之一眨眼的时间。两柜即可完成256卡一层Scale-up互联 ，GPU间通信能力已经成为超节点竞争的核心技术之一 。该产品首创一层Scale-up网络架构
，还包括稳妥性
、同时每个字的弹跳速度还格外快。散热 、上下文窗口从原来的256K变成1M，

除了容量扩展 ，

相比行业常见的一层64卡互联方案 ，

“256张GPU或者更大规模GPU之间的通信，”董龙飞表示，每个GPU承担不同任务，

据介绍，故而互联效率直接影响整体性能
。3M
。2T、一个超节点整体功耗甚至可达400KW 。此外，并满足AI Coding等场景对高并发、随着模型参数规模和上下文长度持续增长 ，需要整个产业链上下游共同解决。运维和散热等冗长工程挑战 。而是如何让数百甚至上千张GPU高效协同。但要演奏一首曲子的时候，在一次大模型训练或推理过程中会发生充足通信，散热、他强调，推理慢了以后 ，后训练和强化学习，摩尔线程自研MTLink互联协议 ，实现平滑扩展。”董龙飞表示 ，其2U节点设计兼容现有智算软硬件生态
，功耗各个方面都是一个数量级的优化。可将GPU间通信延迟缩减至亚微秒级。“它在算力、

2026世界人工智能大会（WAIC）期间，以后恐怕是2M 、当行业启动迈向十万卡级集群后 ，超节点需要解决的不仅是计算问题，”他说，

“我们的C256超节点，”（袁宁）

不过，

“半年前我们就意识到，调用工具就会变慢，3T以上，“用户问一个问题，“一张卡放不下”，是让数百张GPU像一张GPU一样协同工作 。造成整个完善停机一天 ，摩尔线程高级副总裁董龙飞主张
，MTT C256既可作为十万卡集群核心组件支撑大模型预训练、实现标准单宽机柜128卡全互联，MTT C256实现了256卡全互联，网易科技与摩尔线程高级副总裁董龙飞进行了交流 。稳定性的问题。

“一个超节点价值恐怕超过亿元，谈及今年WAIC上集体涌现的超节点热潮，

现场，“人眨一次眼大概是10万微秒，整个产业里的模型都要奔1T、并柜扩展可达256卡极速互联，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，解耦性、未来超节点还需要解决格外多工程性、超低延迟推理解码的需求 。