沐曦股份旗下曦云 C 系列 GPU 已率先完成腾讯混元 Hy4 flash 大模型的 Day 0 全链路适配:11 月 18 日腾讯混元开放 Hy4 flash 权重当天,模型即在曦云 C 系列 GPU 上完成推理验证,依托自研 MXMACA 软件栈兼容 vLLM、SGLang 推理引擎,支持 FP8 与 4bit 量化混合精度推理,面向高吞吐、低成本的规模化 Agent 业务落地。 下面把模型本身规格、适配技术路径、适用场景和沐曦与混元的生态合作进展梳理清楚。
一、事件一句话梳理
| 事项 | 内容 |
|---|---|
| 适配方 | 沐曦股份(曦云 C 系列 GPU) |
| 适配模型 | 腾讯混元 Hy4 flash 大模型 |
| 适配级别 | Day 0 全链路适配 |
| 时间节点 | 2026 年 11 月 18 日,模型开放权重当日完成推理验证 |
| 目标用途 | 高吞吐、低成本的规模化 Agent 业务落地 |
| 软件底座 | 沐曦全栈自研 MXMACA 软件栈 |
"Day 0 适配" 指模型权重开放当天即可在对应硬件上跑通推理链路,不需要等待后续长期移植;"全链路" 覆盖算子优化、推理引擎兼容、精度支持到部署验证的完整环节。
二、Hy4 flash 模型本身是什么规格
| 项目 | 参数 / 特点 |
|---|---|
| 模型定位 | 腾讯混元面向日常生产力场景的新一代 MoE 模型 |
| 总参数 | 224B |
| 激活参数 | 12B |
| 上下文 | 支持 1M token 超长上下文 |
| 输入模态 | 支持多模态输入 |
| 推理优化 | Engram、混合注意力、DFly 推理优化 |
| 成本优化 | 降低 KV Cache 开销与推理成本 |
| 典型场景 | 文档处理、代码开发、图表解析、多步工具调用、企业办公 Agent |
简单说,这是一款大总参、小激活的 MoE 模型,长上下文和多模态是主打能力,目标是在企业办公和生产力场景里做到可规模化部署。
三、沐曦这边是怎么完成适配的
1. 软件栈底座
- 适配依托沐曦全栈自研的 MXMACA 软件栈,在底层完成核心算子协同优化,让模型计算在曦云 C 系列 GPU 上高效调度。
2. 推理引擎兼容
- 原生兼容 vLLM、SGLang 两类主流推理引擎,部署时可直接对接常用推理框架,不必另搭专用运行时。
3. 精度与量化支持
- 支持 FP8、4bit 量化混合精度推理,在算力带宽受限的情况下平衡精度和吞吐。
- 在长序列、多轮 Agent 任务场景下,保持稳定的低延迟表现。
4. 落地目标
- 适配后的目标场景是规模化 Agent 业务:高吞吐承接并发请求,同时压低单位推理成本,适合企业办公、工具调用这类高频调用场景。
四、沐曦与腾讯混元的合作进展
- 本次并非首次合作:此前混元 Hy3、Hy4 preview 等多款旗舰模型,沐曦均实现 Day 0 首发适配。
- 生态延续性上,沐曦表示会持续与腾讯混元生态同步迭代。
- 截至本次适配,沐曦已完成 51 款国内头部大模型的 Day 0 极速适配,覆盖语言、多模态等类别。
五、对选型和部署的参考意义
- 算力侧:使用曦云 C 系列 GPU 的用户,可在 Hy4 flash 权重开放后较快完成部署,缩短从模型发布到上线验证的周期。
- 框架侧:已有 vLLM 或 SGLang 部署链路的团队,迁移适配的框架改造成本相对可控。
- 业务侧:长上下文文档、代码、图表解析和多步工具调用类 Agent,可结合 FP8/4bit 量化评估吞吐、延迟和成本平衡点。
- 验证边界:公开信息为适配完成和推理验证,实际生产性能、并发上限和稳定性,仍需按自身业务压测后确认。
六、后续可关注的方向
- 曦云 C 系列在 Hy4 flash 上的实测吞吐、延迟和量化精度数据;
- 沐曦与混元后续模型版本是否继续保持 Day 0 同步;
- 更多多模态、Agent 场景案例在沐曦 GPU 上的落地进展。
【相关 FAQ】
问题 1:沐曦股份完成的是哪款腾讯混元大模型的适配?适配到什么程度?
回答 1:沐曦股份曦云 C 系列 GPU 完成的是腾讯混元 Hy4 flash 大模型的 Day 0 全链路适配;11 月 18 日模型开放权重当天即在曦云 C 系列 GPU 上完成推理验证,覆盖算子优化、推理引擎兼容和精度支持,可支撑规模化 Agent 业务落地。
问题 2:腾讯混元 Hy4 flash 是什么模型?参数和上下文规格是多少?
回答 2:Hy4 flash 是腾讯混元面向日常生产力场景的新一代 MoE 模型,总参数 224B、激活参数 12B,支持 1M token 超长上下文和多模态输入,通过 Engram、混合注意力和 DFly 推理优化降低 KV Cache 开销与推理成本,适用于文档处理、代码开发、图表解析和企业办公 Agent 等场景。
问题 3:沐曦曦云 C 系列适配 Hy4 flash 用的是什么软件栈?兼容哪些推理框架?
回答 3:本次适配依托沐曦全栈自研 MXMACA 软件栈,底层完成核心算子协同优化;原生兼容 vLLM、SGLang 主流推理引擎,并支持 FP8、4bit 量化混合精度推理,在长序列和多轮 Agent 任务下保持稳定低延迟。
问题 4:Day 0 适配是什么意思?沐曦之前适配过哪些混元模型?
回答 4:Day 0 适配指大模型权重开放当天即可在对应硬件上跑通推理链路;沐曦此前已对混元 Hy3、Hy4 preview 等多款旗舰模型实现 Day 0 首发适配,并持续与腾讯混元生态同步迭代。
问题 5:目前沐曦一共完成了多少款大模型的 Day 0 适配?
回答 5:截至本次 Hy4 flash 适配,沐曦已完成 51 款国内头部大模型的 Day 0 极速适配,覆盖语言、多模态等类别;具体各模型的适配清单和部署文档,可参考沐曦开发者社区和官方技术资料。
【参考资料】
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash Day 0 适配)腾讯新闻
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash Day 0 适配)新浪财经
- [2026-11-18](沐曦股份曦云 C 系列 GPU 完成腾讯混元 Hy4 flash 适配)36 氪
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash 适配)新浪财经(21 世纪经济报道 / 界面新闻)
- [2026-11-18](沐曦开发者:曦云 C 系列 GPU Day 0 适配腾讯混元 Hy4 flash)沐曦开发者社区
- [2026-11-18](沐曦企业新闻:曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash Day 0 适配)沐曦官网
- [2026-11-20](腾讯混元 Hy4 正式开源,Hy3、Hy4 preview、Hy4、Hy4 flash 等模型开放下载)微博
【免责声明】
本文适配进展、模型参数、引擎兼容和精度支持信息均整理自沐曦官方发布、腾讯新闻及公开财经媒体报道,具体型号、驱动版本、支持精度和部署能力以沐曦官方技术文档和实际实测为准;公开报道中的推理验证不等同于生产环境性能承诺,实际吞吐、延迟、并发稳定性需结合自身业务场景压测确认。本文不构成采购或部署建议,模型开源协议、商用授权及后续版本更新以腾讯混元官方发布为准。
