面向大模型训推需求 寒武纪夯实智能芯片产品与生态能力

中国信息通信研究院在《大模型推理优化关键技术及应用实践研究报告（2026）》中指出，国内大模型推理调用量呈井喷增长，全网日均Token调用量快速攀升；随着行业大模型、智能体、多模态应用普及，推理业务已经超越模型训练，成为算力消耗的核心主力场景，拉动推理芯片需求快速上行。

不难看出，产业发展重心从模型训练竞赛转向推理规模化落地，也对智能芯片的综合算力、多任务适配能力以及软硬件协同能力提出更高要求。

面对行业需求的深刻变化，寒武纪在2026上半年业绩说明会上表示，其智能芯片和处理器产品可高效支持大模型训练及推理、视觉（图像和视频的智能处理）、语音处理（语音识别与合成）、自然语言处理以及推荐系统等多样化的人工智能任务，高效支持视觉、语音和自然语言处理等多模态人工智能任务。

依托丰富的技术积累，寒武纪已推出的产品体系覆盖了云端、边缘端的智能芯片及板卡、智能整机、处理器IP及软件，可满足云、边、端不同规模的人工智能计算需求，为大模型训练、推理等多元业务提供硬件底座支撑。

随着大模型领域的快速发展，为更好匹配训推一体化的市场需求，寒武纪新一代智能处理器微架构及指令集针对大模型的训练推理等场景进行重点优化，将在编程灵活性、易用性、性能、功耗、面积等方面提升产品竞争力；公司基础系统软件平台也进行了更新和迭代，大力推进大模型业务的支持和优化。

在训练软件平台方面，寒武纪围绕训练生态建设、模型适配与性能优化、低精度训练以及训练工具等方向，持续推进训练软件栈的研发与完善。

在推理软件平台方面，寒武纪围绕大模型推理、计算图编译、算子编程与加速库、通信等方向，持续推进推理软件平台的研发与优化。平台功能、模型适配能力、运行效率及系统稳定性进一步提升，并在内部研发、客户业务及搜索、推荐等场景取得阶段性成果。

模型适配是国产算力落地的关键环节，与此同时，寒武纪持续推进DeepSeek、Qwen、混元等系列模型的适配和优化，提升部分主流大模型的整体训练效率，并持续深化国产芯片与国产模型的协同适配，完成GLM、DeepSeek、Qwen、Kimi、MiniMax等系列国产主流开源模型的适配支持，进一步扩大推理软件平台的模型覆盖范围。

AI行业应用场景纷繁复杂，不同客户对人工智能应用的部署能力存在差异。针对客户的差异化需求，寒武纪基于自研的智能芯片及板卡打造多元化产品形态，提供给目标客户。寒武纪的主要产品线包括云端产品线、边缘产品线、IP授权及软件。其中，公司智能计算集群系统业务是将公司自研的智能计算板卡或智能整机产品与合作伙伴提供的服务器设备、网络设备与存储设备结合，并配备公司的集群管理软件组成的数据中心集群。

标签：