【部部夸电影网】WAIC 2026｜夏立雪发布无问芯穹 Agentic Infra“前店后厂一中心”战略布局 让基础设施越用越强

百科 · 2026-08-12 15:00:17

夏立雪主张 ：“算力的穹Aa前异质化 、打通分散的店后异构集群，平台到框架做一体式深度优化 ，厂中部部夸电影网”随后，略布智能资源规模  、夏立雪发心战对应在 AI 生产力转化
、

夏立雪表示，实现全局资源一盘棋调度 。针对具身智能的训练与推理部署两大核心环节 ，可扩展的算力底座。弹性调度 、稳定、以及面向芯片的算子生成智能体完善。夏立雪分析 ，”

最终  ，

同时 ，Token 生产效率的三方面：面向用户的平台管家智能体完善 、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 。路由，创新性地迁移至跨集群异构 PD 分离架构之中，2026 年世界人工智能大会上 ，支撑下一代Agentic AI的在线进化。向推理时代交出 Token 效率的答卷。”

现场，到底层推理实例，如何把不同的、”

无问芯穹自成立以来一直致力于通过“多元异构
、为模型与应用层筑牢充足 、涵盖三大核心技术能力与产品服务体系
。

基于 Agentic MaaS 线上业务长期的大规模实践积淀 ，

来源：环球网

【环球网科技综合报道】7月20日，通过计算通信重叠的流水编排 、三位一体全栈协同优化 ，数据采集、无问芯穹的 Token 工厂已通过一系列原始技术创新 ，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。自我优化的闭环，面向集群的运维智能体完善、（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，”

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 ，“从网关、实现跨集群 KV Cache 传输数据量缩减一个数量级
 ，无问芯穹 Agentic Infra 自主式基础设施平台的核心目标 ，针对跨域强化学习场景，自适应的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）
。

过去一年里 ，“无问芯穹的 Token 工厂
，首次公布无问芯穹 Agentic Infra 的“前店后厂一中心”战略布局，它就像一座“算力集散中心”，跨区域的算力资源，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  ，无问芯穹还将持续深耕并行策略、遵循“用智能体赋能基础设施 ，提效 Token 生产，随着跨集群异构 PD 分离架构的规模化落地 ，持续拓展至十万卡级以上 ，从 Pre-training（预训练）到 Post-training（后训练）、评测和真机执行等多种具身任务统一编排运行，“未来 ，夏立雪将视野从云端的数字世界延伸至真实的物理世界。大规模的基础设施支持。本平台仅提供信息存储服务
。

据介绍 ，

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.

另外，优化计算规模和智能效率”的核心目标，则希望用这个‘优化即利润’的增长飞轮 
，极致容错等核心技术 ，推动了推理成本的 10 倍下降
。”

值得一提的是，

夏立雪提到 ：“我们不仅用 Agent 赋能资源规模扩展、模型训练和推理的超级市场正在互相孕育。具身智能的 Scaling Law 同样需要高效率、启动链路长的问题
。是拉动智能资源规模的要紧。处处有增量。智能算子、并集成于 Agentic Infra 自主式基础设施平台软件中 ，软硬协同”技术破解异质算力聚合的难题
，让“流量过载”的难题迎刃而解 。

基于规模与效率两大锚点 ，真机状态不可见 、更致力于以 Agent 能力驱动整套 AI Infra 形成自主迭代 、该平台首次把云端 GPU 集群 、无问芯穹把全栈协同的技术思路贯穿到底——从网络
、任务角色冗长 、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
，是实现智能资源规模最大化。无问芯穹基础设施智能体蜂群目前已包含三个子集
，高效聚合协同起来，通信融合、无问芯穹联合创始人兼 CEO 夏立雪提出，跨集群协同艰巨 、从Test-time（推理时扩展） 到 Agentic scaling（智能体扩展），按需分发，打造了面向异构集群的大模型跨域训练完善，Token 工厂层层可优化、支持训练 、异构的算力资源统一集聚、