您的位置首页 >科技要闻 >

海外算力通道收窄众智 FlagOS × 清昴智能,助力国芯高性能上线商用 Token 工厂

海外算力通道收窄背景下:众智 FlagOS 联合清昴智能,国产芯片商用 Token 工厂的软件栈与推理优化路径

在海外先进算力可获得性持续收窄的背景下,把国产芯片跑成可商用、可计量、可交付的 Token 产能,正在成为国内 AI 基础设施的主线之一。这条链条上,众智 FlagOS 扮演的是跨芯片统一系统软件栈的角色 —— 用一套开源算子库、编译器和框架插件,把不同架构的国产芯片拉到同一软件底座上;清昴智能则提供推理引擎 MLGuider、智算云和 Token 工厂运营能力,把优化后的算力转化为稳定产出的 Token 服务。按标题口径,双方协同指向的是国芯高性能上线商用 Token 工厂:FlagOS 解决 "模型怎么跨芯跑起来" 的公共底座问题,清昴智能解决 "推理怎么跑得快、产能怎么运营起来" 的工程化问题。需要说明的是,公开渠道目前能核实到的是两家各自的技术能力与落地进展,二者联合产品的具体上线时间、芯片型号和性能指标,应以双方后续官方披露为准;本文不把宣传口径当成已审计的商业数据。

一、背景:海外算力通道为什么收窄

1. 近期管制动作

  • 2026 年 11 月 15 日至 16 日,美国商务部工业与安全局(BIS)发布针对先进半导体远程访问的临时最终规则(IFR),管制边界从 "芯片有没有出口" 延伸到 "算力有没有被远程调用"。
  • 规则同时收紧先进 AI 芯片和服务器向部分第三国数据中心的出口,限制境外数据中心大量向受关注地区提供云服务;部分安排拟于 11 月 19 日刊登《联邦公报》后生效。
  • 这意味着通过第三国机房租用海外高端算力的路径空间被压缩,自主可控算力建设从 "可选项" 变成 "必选项"。

2. 对国内产业的直接影响

  • 模型训练和推理需要在国产芯片上完成适配、调优和规模化部署,软件栈和推理优化的价值进一步上升。
  • 存量国产算力要持续承接快速换代的模型,不能只靠堆新硬件,必须通过软件层优化提升吞吐、压低单位 Token 成本。
  • 行业开始把算力底座包装成可调用、可计费、可交付的 Token 产能,也就是常说的 "Token 工厂"。

二、两方分别是谁、各自做什么

维度众智 FlagOS清昴智能(Pleiades AI)
定位面向多元 AI 硬件的统一开源系统软件平台,由北京智源人工智能研究院牵头共建AI Infra 供应商,聚焦芯片适配与模型 — 框架 — 算子联合调优
核心产品 / 组件FlagGems 算子库、FlagTree 编译器、FlagScale 训练并行框架、FlagCX 通信库、框架插件、FlagOS-Compressor 量化、KernelGen 自动算子生成、FlagPrism 调试工具自研推理引擎 MLGuider、玄武智算云、玄武 Agent 中台、Harness、Token 工厂平台
芯片覆盖支持华为昇腾、寒武纪、摩尔线程、天数智芯、海光、沐曦、昆仑芯、燧原、平头哥、AMD、英伟达等 20 余家厂商、30 余款 AI 芯片除英伟达外,适配 AMD、昇腾、寒武纪、天数、燧原、昆仑芯、摩尔线程、沐曦等,已完成数十款国产芯片适配优化
解决的问题减少各芯片重复构建完整软件环境,弥合模型迭代与芯片迭代的周期差,实现多芯片 Day0 适配和跨芯复用解决模型落地难、性能差、资源耗费高的问题,把优化后的推理能力做成可运营的智算云和 Token 产出服务
公开进展FlagOS 2.2:9 大算子库合计 1454 个算子;上千算子、10 款异构芯片测试中跨芯算子性能整体提升约 27%;存量昇腾 910B 上 GLM-5.3-Flash 逻辑服务吞吐达优化前 2.04 倍AI 优化 AI 方式下,复杂算子开发调优周期从约两周压缩至约 1 小时;基于国产算力打造日均万亿级 Token 工厂,提供 Token 产出及自进化 Token 生产平台服务

三、从国芯到商用 Token 工厂,链路怎么贯通

1. 软件底座层(FlagOS 侧)

  • 算子层:通用算子、融合算子和多领域算子覆盖 Attention、MoE、低精度计算、采样、量化等关键路径。
  • 编译层:FlagTree 编译器结合低比特 / 混合精度、算子融合、按形状选择执行路径和自动调优,减少数据搬运、内核启动和同步等待。
  • 框架层:通过 vLLM、Megatron-LM、TransformerEngine、SGLang 等插件,把底层能力接入训练和推理框架,模型代码改动量降到最低。
  • 工具层:KernelGen 自动生成算子并在真实芯片上验证,FlagPrism 提供跨芯调试和性能剖析,让问题可定位、优化可复用。

2. 推理优化与运营层(清昴智能侧)

  • MLGuider 针对目标模型在具体硬件上做适配与联合调优,输出推理引擎优化版本。
  • 玄武智算云把异构算力池化,承接模型接入、推理服务发布和场景化交付。
  • Token 工厂平台把算力转化为按 Token、按 AI Key 计量的产出服务,支持规模化调用、清分结算和自进化迭代。
  • 端到端私有化解决方案面向企业和政企客户,在国产异构环境中完成从部署到上线的闭环。

3. 两层拼在一起的协同逻辑

环节FlagOS 提供的公共能力清昴智能侧承接的工程动作
新模型适配统一算子、编译器、框架插件,缩短跨芯移植周期基于 MLGuider 在目标国芯上完成模型接入、精度验证和性能调优
推理服务跨芯量化、通信和调度优化组件服务化封装、弹性部署、智算云运营和 Token 产能交付
存量算力复用跨芯复用优化,让既有硬件持续服务新模型持续跟踪模型换代,通过引擎更新和自进化平台迭代吞吐与成本
规模化落地开放生态和社区工具链,降低重复开发成本私有化交付、客户场景对接和长期运维支持

四、Token 工厂商用上线要看哪些指标

1. 性能与成本

  • 单卡 / 单节点吞吐、首 Token 延迟、并发承载能力。
  • 单位 Token 成本,对比商业 API 计费参考是否具备价格空间。
  • 存量国产芯片经过软件优化后的性能提升倍数,以及达标稳定性。

2. 工程与交付

  • 模型在目标芯片上的精度验证是否通过,误差是否在可接受范围。
  • 服务是否完成可观测、可计量、可计费、可结算的平台化封装。
  • 私有化部署、数据安全和运维响应是否满足客户要求。

3. 生态与可持续性

  • 算子和模型版本能否跟随前沿模型迭代,避免上线即过时。
  • 芯片型号覆盖宽度,以及新增硬件接入的效率。
  • 社区 / 开源贡献与商业支持是否配套,保障长期演进。

五、当前需要留意的边界

  • 公开报道中的算子数量、性能倍数、成本对比等数据,多来自厂商在特定测试条件下的结果,实际线上表现会受模型规模、并发量、网络和硬件批次影响。
  • 两家公司在本项目中的具体分工、联合产品形态和商用客户名单,公开渠道尚未见到完整披露,不宜据标题表述推断为已全面量产。
  • 海外管制政策仍在调整,国产芯片的供货节奏、先进制程能力和软件成熟度之间仍存在差距,Token 工厂的规模化速度需要结合订单和落地案例持续观察。

六、小结

海外算力通道收窄之后,国内要把国产芯片变成可用的商用算力,缺的不是单张卡,而是 "模型 — 系统 — 芯片" 贯通的工程能力:FlagOS 用统一软件栈解决跨芯适配和复用优化的公共问题,清昴智能用推理引擎和 Token 工厂平台解决高性能上线与产能运营的问题。两者方向上互补,指向的都是让国芯跑出稳定、划算、可交付的 Token 服务。但从技术能力到商用 Token 工厂,中间还隔着精度验证、性能压测、平台化封装和客户交付几道关口,后续应以双方官方发布的合作细节、上线案例和实测数据为准。

【常见问题】

问题 1:海外算力通道收窄后,众智 FlagOS 和清昴智能分别在国产芯片 Token 工厂里承担什么角色?

回答 1:众智 FlagOS 承担的是跨芯片统一系统软件底座的角色,用算子库、编译器、框架插件和调试工具,让同一套模型能力在不同国产芯片上跑起来并跨芯复用;清昴智能承担的是推理优化与运营角色,基于 MLGuider 引擎完成模型在国芯上的适配调优,并通过玄武智算云和 Token 工厂平台把算力包装成可计量、可交付的 Token 产能。前者解决 "软件栈打通",后者解决 "高性能上线和产能运营",共同服务于国芯商用 Token 工厂的落地。

问题 2:为什么说海外算力通道收窄会推高 FlagOS 这类跨芯软件栈和清昴智能这类推理优化厂商的价值?

回答 2:海外先进芯片和远程算力服务受限后,训练推理更多要落在国产芯片上,而不同国芯架构各异、软件环境碎片化,逐个重新开发成本很高。FlagOS 的统一软件栈可以减少芯片厂商和模型方的重复适配,清昴智能的推理引擎则专门在国产硬件上压榨吞吐、压低 Token 成本。当存量算力需要长期服役、模型又在快速换代时,软件层优化成为提升性能和性价比的主要抓手,这也是两类厂商价值上升的直接原因。

问题 3:FlagOS 目前在国产芯片适配和性能优化上有哪些公开可查的进展?

回答 3:FlagOS 2.2 版本公开信息显示,九大算子库合计覆盖 1454 个算子;在上千个算子、10 款异构 AI 芯片的测试范围内,跨芯算子性能指标较上一版整体提升约 27%;KernelGen 已支持九款 AI 芯片并生成 765 个算子,其中 416 个在至少 5 款国产芯片上通过精度验证、达到对应原生算子 80% 以上性能水平。在 GLM-5.3-Flash 实践中,存量昇腾 910B 上的逻辑服务吞吐达到优化前 2.04 倍,按租金折算的算力成本较对应商业 API 计费参考低 19.4%—27.6%。这些数据来自公开技术发布,具体到 Token 工厂场景的表现仍需以实测为准。

问题 4:清昴智能的 Token 工厂是怎么把国产算力变成商用 Token 服务的?

回答 4:清昴智能基于自研推理引擎 MLGuider,先在昇腾、寒武纪、天数、燧原、昆仑芯、摩尔线程、沐曦等多款国产芯片上完成模型适配和联合调优,再通过玄武智算云把异构算力池化,由 Token 工厂平台承接模型接入、推理服务发布和按 Token 计量结算。公开信息显示其已完成数十款国产芯片适配优化,并基于国产算力打造日均万亿级 Token 工厂,提供 Token 产出及自进化 Token 生产平台服务。商用上线时还需经过精度验证、并发压测和客户场景交付,才能形成稳定产能。

问题 5:判断这套国芯 Token 工厂方案是否真正商用成熟,应该看哪些指标?

回答 5:一看性能成本:单卡吞吐、首 Token 延迟、并发能力和单位 Token 成本是否优于纯硬件堆砌;二看工程交付:模型精度是否在目标国芯上验证通过,服务是否完成可观测、可计量、可计费的平台化封装;三看可持续性:算子和模型版本能否跟随前沿模型迭代,新增芯片接入效率如何;四看落地案例:是否有可核实的商用客户和长期稳定运行记录。标题中 "高性能上线商用" 的表述,需要以上述指标和官方披露的上线案例作为支撑,不能仅凭合作口径判断成熟度。

【参考资料】

[2026-11-18](算力板块迎 "自主可控 + 竞争格局重塑" 共振,国产算力替代逻辑如何强化)每日经济新闻

[2026-11-17](美国限制 GPU 出口东南亚和巴西 中企海外租用算力之路阻断)财新网

[2026-11-17](BIS 收紧海外算力通道,国产 GPU 迎来新变量)东方财富财富号

[2026-11-17](美国发布 AI 芯片远程访问新规)微博

[2026-11-13](聚焦异构智算 众智 FlagOS 产业研讨会在乌镇举办)腾讯新闻(中国互联网协会)

[2026-11-12](Token 生意火了,但头部中间商还没赚到钱)36 氪

[2026-11-02](智谱、摩尔线程等联合发布国产 AI Token 工厂解决方案)东方财富(财联社)

[2026-10-20](从多芯适配到跨芯迭代优化:智源众智 FlagOS 2.2 让前沿模型与多元算力协同演进)智源社区

[2026-10-20](从多芯适配到跨芯复用,FlagOS2.2 聚焦存量算力服务新模型)中国网科技频道

[2026-10-13](清昴智能科技(北京)有限公司经营信息)企查查

【免责声明】

本文内容基于公开新闻报道、企业官网、社区技术文章及工商信息整理,仅作行业动态梳理与技术背景科普,不构成投资建议、采购建议或对任何企业产品性能、商用成熟度的承诺。文中 FlagOS 与清昴智能的合作关系、联合上线进展及相关性能数据,部分来自标题口径与厂商公开材料,未经独立审计核实;具体合作内容、产品参数、上线时间、客户名单和实测指标,以双方官方正式披露为准。AI 基础设施行业受供应链、出口管制、技术迭代和市场需求影响较大,读者据此作出的任何决策及产生的后果,本文整理方不承担相应责任。

今日大家都在搜的词: