醉玲珑

摩尔线程公布万卡级集群训练成绩 称国产芯片可训出前沿模型_我的网站

A |     2026世界人工智能大会（WAIC）期间，摩尔线程披露，一款236B参数的MoE模型基于国产万卡级集群训练，一款具身智能大脑模型，基于国产千卡集群训练，此外，北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练，全程由MUSA软件栈提供底层支撑。         其中，MoE-236B模型基于25T+语料，在摩尔线程国产万卡级集群上从零起步完成预训练到长窗口训练的全流程，有效训练时长占比超过90%。         “高精度”是摩尔线程反复强调的能力，摩尔线程高级副总裁董龙飞提到，它指的不是单次计算的数值精度，而是模型在不同GPU平台间迁移训练时的结果对齐能力，即相同模型架构、训练数据、超参数下，能否获得稳定、可比的训练结果。    当下市场热议AI模型迭代、算力扩张与人形机器人落地，却很少有人留意支撑整条科技产业链运转的核心稀缺资源——稀土。         摩尔线程给出的具体数据是，在DeepSeek一类MoE模型上，与国际主流GPU做对比训练，前3万步的平均相对误差控制在万分之六以内。无论是新能源汽车、储能设备，还是算力机房、工业人形机器人，高性能永磁材料都是不可或缺的核心零部件，而稀土正是制造永磁材料的唯一原料。         伴随多条高景气赛道同步放量，叠加全球稀土资源、加工产能高度集中的产业底色，稀土的定价逻辑早已脱离传统周期品框架，中长期配置价值持续凸显。摩尔线程还以500B至5T不等规模的数据做过多轮实验，称基于相同卡数、模型配置和训练流程，摩尔线程平台训练所得模型在下游Benchmark评测中的得分与参考平台基本一致，部分指标更高。         AI与机器人产业的发展瓶颈，根源在于稀土供给而非技术迭代          过往科技产业分析大多聚焦算法、芯片与终端产品创新，当技术走向规模化量产，上游关键矿产的供给能力便成为约束产业扩张的核心天花板，稀土的约束效应尤为突出。         稀土并非普通工业原料，而是人工智能、人形机器人产业链的刚需关键原料。电机、传感器、伺服系统等核心硬件均依赖稀土永磁，高端制造行业规模化生产的前提之一，就在于产业对于稀土的需求能够得到持续满足。         摩尔线程与北京大学EvoPhys团队合作训练的5D世界模型EvoPhys-World，基于MTT S5000完成全栈原生训练，在WorldScore“世界生成”维度连续37天排名第一，该项目获得摩尔线程“灯塔计划”支持，这是国内第一次由中国科学家在中国算力设备上完成的原创世界模型工作，也是“国芯训国模”的一个分水岭。         图：2026年稀土储量的地理分布          数据来源：国际能源署（IEA）《Rare Earth Elements: Pathways to secure and diversified supply chains》，截至2026年。         此外，北京智源研究院的RoboBrain 2.5具身大脑模型，基于FlagOS-Robo框架，依托摩尔线程MTT S5000千卡智算集群，双方成功完成RoboBrain 2.5的全流程训练。首次验证了国产算力集群在具身智能大模型训练中的高可用性与效率。         全球稀土储量呈现高度集中格局，我国储量占比接近半数，其余资源零散分布于多国，单一国家储量占比偏低，天然决定稀土是具备强战略属性的稀缺资源。         摩尔线程创始人、董事长兼首席执行官张建中将AI产业按功能拆分为三类“工厂”：模型训练工厂、词元生产工厂、智能体生产工厂。三者共用同一套全功能GPU架构，这也是摩尔线程与专用芯片路线（ASIC）厂商的核心分野。         词元生产工厂方向，摩尔线程重点展示了基于MTT S5000的PD分离异构推理方案，将算力需求大的Prefill（预填充）计算放在S5000上，将带宽需求高的Decode（生成）计算放在国际主流GPU上，两者异构分池部署。         张建中在演讲中给出的数据是，异构组合后整体吞吐量较原有方案提升近2倍，并给出算式，“3台S5000+2台国际主流GPU≈9台国际主流GPU”。相较于静态储量，冶炼分离、磁材深加工环节的产能集中度更高，让稀土同时承受资源端与加工端双重供给约束，进一步放大中长期供需矛盾。董龙飞补充表示，这类异构方案的性能比任何同构方案都要高50%以上，其中很大一部分收益来自KV Cache的调度优化，在类似OpenClaw这样反复调用本机命令行工具的场景下，缓存命中率可达90%，相当于节省90%的算力。         多赛道需求同步放量，稀土迎来结构性长期增长          传统金属需求多跟随单一经济周期起伏，本轮稀土需求的核心特征是多条高景气赛道同步释放增量。新能源汽车渗透率持续提升、储能装机快速增长、AI 算力设施大规模建设、人形机器人落地工厂试点，四大领域的用稀土需求同步叠加，持续拉动行业长期需求。

B |          图：稀土元素需求、采矿需求与产业集中度          数据来源：国际能源署（IEA），Global Critical Minerals Outlook 2025。注：图中稀土相关数据基于IEA在不同情景下（STEPS、APS）对关键矿产需求的测算，其中稀土元素仅指磁材稀土（Magnet Rare Earths），不包含全部稀土应用口径。         据悉，过去一年，国产大模型发布后到完成硬件适配的周期已从“数月”压缩到“发布即适配”（Day 0适配），部分大模型厂商现在会在模型规划部署阶段就与摩尔线程同步“共研”，而不是等模型发布后才启动适配工作。

C |          在具身智能方面，早期VLA/VLM类模型参数在5B至14B之间，主要部署于端侧；当前的世界模型路线不再依赖语言输入，直接处理物理世界，参数跨度更大，实现高质量具身控制大致需要10亿参数级别模型在端侧运行，同时配合千亿级（1000B）及以上模型在云端协同。摩尔线程正基于自有万卡级集群持续进行万亿参数模型的训练验证，但未公布具体进展和时间表。         提及算力供应话题，董龙飞表示，中国的算力建设是面向未来十至二十年的基础设施投入，短期供不应求属于正常现象，以铁路、高速公路等基建类比，中国GPU或算力企业远未发展到“供过于求”的地步。需求增长区间基于2024—2040年测算，反映能源转型及电动化场景下的结构性增长趋势；供给与需求对比用于刻画中长期潜在供需缺口变化。（本文作者 | 张帅，编辑 | 杨林）          更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App。

D |          拆分需求结构来看，能源转型与电动化是稀土需求增长的核心支柱，AI 与人形机器人持续贡献全新增量，增长属于十年维度的结构性扩张，而非短期反弹。当科技终端同步放量，稀土不再只是周期波动品种，而是约束全产业链发展的核心变量，需求扩容有望进一步打开稀土板块的长期定价空间。

E |          海外稀土项目加速落地，新增矿源无法等同于稳定供给          稀土行业存在一个容易被忽视的核心规律：矿藏储量分布，不等于全球有效供给格局。

F | 稀土供给释放的核心卡点集中在中游冶炼、分离深加工环节，全球加工产能高度集中，这也是稀土价格波动显著的核心原因。         永磁材料、稀土深加工高度依赖少数核心生产区域，供给端产能的小幅扰动，都会直接传导至下游全产业链，放大价格波动弹性。         图：中国以外部分稀土项目的预计产量          数据来源：Wood Mackenzie，截至2026年。注：表中不包含缅甸和中国持有的项目。

G | 棕地项目按扩建规模筛选，绿地项目按项目总规模筛选。稀土数据为总量口径，磁材数据反映永磁体（NdFeB）中所含稀土量。表中项目为部分已规划的棕地和绿地项目。棕地项目及扩建项目的产量表示从当前到2035年的新增产出。         放眼全球，澳、美、马等多国纷纷上马稀土新建、扩建矿山项目，但稀土产业不止局限于采矿环节，从矿石提纯到永磁加工，全程存在严苛的技术、环保与成本壁垒，海外短期内无法搭建完整成熟产业链，新增矿产难以转化为稳定的高端成品供给，很难对我国产业形成实质替代。         各国主动布局稀土供应链，恰恰佐证稀土是不可或缺的战略核心资源。国内不仅掌握全球绝大多数冶炼、磁材产能，坐拥稀缺中重稀土矿藏，搭建起一体化全产业链，工艺与成本优势难以复制；叠加国内常态化开采管控锁定供给上限，新能源、AI 机器人赛道持续催生永磁刚需，供需格局向好态势长期存在支撑。

H | 多重核心条件叠加之下，稀土原有的定价逻辑有望实现重塑，国内稀土产业链长期配置价值趋于明确。         稀土ETF易方达（159715）聚焦国家战略资源，布局具备全球优势的我国稀土产业链，管理+托管费率为0.15%+0.05%/年，或可以作为投资者参与我国稀土产业的长期发展机遇的高效工具。

I |          基金有风险，投资须谨慎。以上内容仅为对稀土产业趋势的客观分析，不代表指数及相关基金未来表现，不作为任何投资收益保证或投资建议。指数编制方案后续可能进行调整。详阅基金法律文件。

Current article:http://7i1.xiongpeiduanlouduoennongleng.cyou/news/20260826_1432710.html

Published on:01:48:07