【环球网科技详尽报说念】7月20日，2026 年寰宇东说念主工智能大会上，无问芯穹结伙创始东说念主兼 CEO 夏立雪冷落，从 Pre-training（预进修）到 Post-training（后进修）、从Test-time（推理时扩张） 到 Agentic scaling（智能体扩张），在四条 Scaling Law 的作用下欧洲杯体育，模子进修和推理的超等市集正在彼此滋长。

基于范围与遵循两大锚点，夏立雪从无问芯穹的 AI 坐褥力公式（AI坐褥力 = 智能资源范围 × Token 飘摇遵循 × AI坐褥力飘摇遵循）登程，初度公布无问芯穹 Agentic Infra 的“前店后厂一中心”策略布局，涵盖三大中枢时刻才智与居品办事体系。

据先容，无问芯穹 Agentic Infra 自主式基础要领平台的中枢指标，是杀青智能资源范围最大化。它就像一座“算力集散中心”，把洒落的、异构的算力资源融合集聚、弹性转机、按需分发，为模子与行使层筑牢富饶、稳健、可扩张的算力底座。

夏立雪以为：“算力的异质化、碎屑化问题是众人道的，如何把不同的、跨区域的算力资源，高效团聚协同起来，是扩大智能资源范围的关键。”

无问芯穹自树立以来一直费力于于通过“多元异构、软硬协同”时刻破解异质算力团聚的难题，打造了面向异构集群的大模子跨域进修系统，并集成于 Agentic Infra 自主式基础要领平台软件中，通过策画通讯访佛的活水编排、自合适的通讯流转机和异构算力转机机制，三位一体全栈协同优化，玩忽系统性地破解算力团聚的行业难题。

另外，针对跨域强化学习场景，无问芯穹把全栈协同的时刻念念路结伙到底——从收集、平台到框架作念一表情深度优化，买通散布的异构集群，杀青全局资源一盘棋转机。

夏立雪默示，伴跟着大范围跨集群强化学习进修时刻的握续老到恣意，无问芯穹还将握续深耕并行策略、通讯交融、智能算子、极致容错等中枢时刻，“将来，咱们玩忽将跨域策画资源的撑握范围，握续拓展至十万卡级以上，撑握下一代Agentic AI的在线进化。”

他用千卡至万卡范围下完好推理办事时刻栈揭示了一座 Token 工场里面的可优化空间，“从网关、路由，到底层推理实例，Token 工场层层可优化、处处有增量。”随后，夏立雪浮现了无问芯穹创举的新一代推理系统优化遵循——跨集群异构PD差异架构（Prefill-RelayDecode-MainDecode, PDD）。

基于 Agentic MaaS 线上业务长期的大范围践诺积淀，无问芯穹推理团队最初把为了 Decode 实例重复前缀存储去重而瞎想的 Decode Radix Cache 时刻，鼎新性地迁徙至跨集群异构 PD 差异架构之中，杀青跨集群 KV Cache 传输数据量镌汰一个数目级，让“流量过载”的难题治丝而棼。

昔时一年里，无问芯穹的 Token 工场已通过一系列原始时刻鼎新，鼓舞了推理老本的 10 倍着落。夏立雪判断，跟着跨集群异构 PD 差异架构的范围化落地，推理老本仍是有 10 倍的着落空间。“无问芯穹的 Token 工场，则但愿用这个‘优化即利润’的增长飞轮，向推理时期交出 Token 遵循的答卷。”

值得一提的是，革职“用智能体赋能基础要领，晋升策画范围和智能遵循”的中枢指标，无问芯穹基础要领智能体蜂群现在已包含三个子集，对应在 AI 坐褥力飘摇、智能资源范围、Token 坐褥遵循的三方面：面向用户的平台管家智能体系统、面向集群的运维智能体系统、以及面向芯片的算子生成智能体系统。

夏立雪提到：“咱们不仅用 Agent 赋能资源范围扩张、提效 Token 坐褥，更费力于于以 Agent 才智驱动整套 AI Infra 变成自主迭代、自我优化的闭环，让基础要领越用越强。”

终末，夏立雪将视线从云表的数字寰宇蔓延至真确的物理寰宇。他冷落：“在物理寰宇中，具身智能的 Scaling Law 雷同需要高遵循、大范围的基础要领支握。”

现场，无问芯穹公布了在具身智能规模的全新探索 ——首个面向大范围具身任务的云边端一体化管制与转机平台。该平台初度把云表 GPU 集群、边际算力节点和机器东说念主真机开采融合接入到一个平台中，支握进修、数据集中、评测和真机履行等多种具身任务融合编排驱动，有用处置了具身进修中资源散布、跨集群协同痛楚、任务变装复杂、真机景况不能见、启动链路长的问题。

同期欧洲杯体育，针对具身智能的进修与推理部署两大中枢才略，夏立雪秘书了无问芯穹两项时刻升级：面向具身智能的大范围真机强化学习进修框架 RLinf V0.3 ，以及面向机器东说念主与端侧 AI 场景的全栈的推理优化体系 Mizar-Robo。（青云）