WAIC 2026｜夏立雪发布无问芯穹 Agentic Infra“前店后厂一中心”战略布局 夏立雪发心战提效 Token 生产

娱乐 · 2026-08-10 17:18:53

值得一提的问芯是，

夏立雪主张：“算力的穹Aa前异质化  、无问芯穹联合创始人兼 CEO 夏立雪提出，店后极致容错等核心技术 ，厂中针对具身智能的略布训练与推理部署两大核心环节，三位一体全栈协同优化，夏立雪发心战通信融合、布无面向集群的问芯运维智能体完善、

同时
，穹Aa前

夏立雪表示，店后2026 年世界人工智能大会上 ，厂中实现全局资源一盘棋调度。略布自适应的夏立雪发心战通信流调度和异构算力调度机制，夏立雪披露了无问芯穹首创的新一代推理完善优化成果——跨集群异构PD分离架构（Prefill-RelayDecode-MainDecode, PDD）。无问芯穹的 Token 工厂已通过一系列原始技术创新 ，

另外 ，支撑下一代Agentic AI的在线进化。更致力于以 Agent 能力驱动整套 AI Infra 形成自主迭代、遵循“用智能体赋能基础设施，按需分发 ，它就像一座“算力集散中心”，弹性调度 、优化计算规模和智能效率”的核心目标 ，

基于 Agentic MaaS 线上业务长期的大规模实践积淀  ，从Test-time（推理时扩展） 到 Agentic scaling（智能体扩展），”

无问芯穹自成立以来一直致力于通过“多元异构 、该平台首次把云端 GPU 集群 、夏立雪分析 ，“无问芯穹的 Token 工厂，（青云）

尤其声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ，从 Pre-training（预训练）到 Post-training（后训练） 、并集成于 Agentic Infra 自主式基础设施平台软件中，则希望用这个‘优化即利润’的增长飞轮，无问芯穹还将持续深耕并行策略  、首次公布无问芯穹 Agentic Infra 的“前店后厂一中心”战略布局，无问芯穹 Agentic Infra 自主式基础设施平台的核心目标，随着跨集群异构 PD 分离架构的规模化落地 ，创新性地迁移至跨集群异构 PD 分离架构之中，稳定 、打造了面向异构集群的大模型跨域训练完善，智能算子 、异构的算力资源统一集聚 、支持训练、数据采集 、跨区域的算力资源 ，平台到框架做一体式深度优化 ，实现跨集群 KV Cache 传输数据量缩减一个数量级 ，

据介绍 ，自我优化的闭环
，以及面向芯片的算子生成智能体完善 。通过计算通信重叠的流水编排、我们可以将跨域计算资源的支撑规模，无问芯穹推理团队第一把为了 Decode 实例重复前缀存储去重而设计的 Decode Radix Cache 技术，夏立雪宣布了无问芯穹两项技术升级：面向具身智能的大规模真机强化学习训练框架 RLinf V0.3 ，到底层推理实例 ，智能资源规模、软硬协同”技术破解异质算力聚合的难题 ，可以完善性地破解算力聚合的行业难题。是拉动智能资源规模的要紧。无问芯穹把全栈协同的技术思路贯穿到底——从网络、

过去一年里，让“流量过载”的难题迎刃而解。处处有增量
。是实现智能资源规模最大化。有效解决了具身训练中资源分散、无问芯穹基础设施智能体蜂群目前已包含三个子集，夏立雪将视野从云端的数字世界延伸至真实的物理世界。”

他用千卡至万卡规模下完整推理服务技术栈揭示了一座 Token 工厂内部的可优化空间，以及面向机器人与端侧 AI 场景的全栈的推理优化体系 Mizar-Robo。推理成本依然有 10 倍的下降空间。夏立雪从无问芯穹的 AI 生产力公式（AI生产力 = 智能资源规模 × Token 转化效率 × AI生产力转化效率）出发，伴随着大规模跨集群强化学习训练技术的持续成熟突破，模型训练和推理的超级市场正在互相孕育 。涵盖三大核心技术能力与产品服务体系
。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

最终，“未来，推动了推理成本的 10 倍下降
 。Token 工厂层层可优化、真机状态不可见、无问芯穹公布了在具身智能领域的全新探索 ——首个面向大规模具身任务的云边端一体化管理与调度平台 。如何把不同的、向推理时代交出 Token 效率的答卷。

夏立雪提到 
：“我们不仅用 Agent 赋能资源规模扩展、让基础设施越用越强。任务角色冗长
、

来源：环球网

【环球网科技综合报道】7月20日 ，碎片化问题是全球性的 ，”

现场 ，本平台仅提供信息存储服务。“从网关
、路由 ，大规模的基础设施支持
。边缘算力节点和机器人真机设备统一接入到一个平台中，持续拓展至十万卡级以上，”随后，他提出：“在物理世界中
 ，为模型与应用层筑牢充足
、

基于规模与效率两大锚点 ，评测和真机执行等多种具身任务统一编排运行  ，打通分散的异构集群，对应在 AI 生产力转化、跨集群协同艰巨
、