智東西生成式AI

亮相WAIC|靈汐科技LynAInfra(靈琍)類腦超節點重磅登場,重構大模型推理新格局

2026年7月19日 22:23
亮相WAIC|靈汐科技LynAInfra(靈琍)類腦超節點重磅登場,重構大模型推理新格局

重點摘要

本屆世界人工智能大會WAIC期間,靈汐科技正式重磅發佈自研類腦超節點集群產品——LynAInfra(靈琍),以全鏈路自研的類腦算力方案,破解當下AI推理行業痛點,為國產高速推理賽道帶來全新選擇。 當前人工智能行業發展遇到明顯桎梏,能耗過高、推理延遲偏高兩大難題,持續阻礙AI推理業務大規模落地。即便GPU產品迭代更新,傳統芯片架構的底層侷限依舊無法被打破;但市場端推理需求迎來爆發,未來推理業務將佔據AI基礎設施市場80%以上份額。 伴隨著Token經濟興起,AI編程加速、AI視頻生成、多智能體協同等高價值場景,對推理時延和使用成本提出更高標準,GPU方案運營開銷大、首token延遲偏高的短板愈發突出,英偉達佈局Groq加碼高速推理賽道,也印證行業正在急切尋找推理架構革新方案。 立足行業現狀,靈汐科技依託自研類腦芯片存算一體、事件驅動、眾核並行的先天特質,發揮低功耗、低時延核心優勢,傾力打造面向高速推理場景的LynAInfra類腦高性能超節點,對標創新版Groq。 相較傳統GPU方案,產品推理能效比提升3-10倍,首token延遲壓縮至幾十到百毫秒級別,兼顧強悍推理性能與出色能耗水平,樹立起“瓦特換比特”的算力全新標杆。 LynAInfra靈琍一體化超節點集群由靈汐科技完全自主研發,依託國內已實現規模化商用落地的類腦芯片構建。LynAInfra128算力櫃搭載128張HP640系列板卡,單櫃級聯數千顆類腦芯片,釋放近100P@FP16算力,整機功耗控制在30kW以內。 依託自研LynxLink高速互聯協議以及統一內存地址編譯技術,產品既支持單機櫃算力提升(Scale up),也可以多機櫃橫向擴展(Scale out),打破單卡、單節點顯存和算力上限,適配不同體量大模型部署任務。設備採用風冷散熱方案,模塊化設計兼容現有智算中心機櫃、供電、網絡配套設施,大幅降低客戶部署改造成本。

站內 AI 整理稿

本屆世界人工智能大會WAIC期間,靈汐科技正式重磅發佈自研類腦超節點集群產品——LynAInfra(靈琍),以全鏈路自研的類腦算力方案,破解當下AI推理行業痛點,為國產高速推理賽道帶來全新選擇。 當前人工智能行業發展遇到明顯桎梏,能耗過高、推理延遲偏高兩大難題,持續阻礙AI推理業務大規模落地。即便GPU產品迭代更新,傳統芯片架構的底層侷限依舊無法被打破;但市場端推理需求迎來爆發,未來推理業務將佔據AI基礎設施市場80%以上份額。 伴隨著Token經濟興起,AI編程加速、AI視頻生成、多智能體協同等高價值場景,對推理時延和使用成本提出更高標準,GPU方案運營開銷大、首token延遲偏高的短板愈發突出,英偉達佈局Groq加碼高速推理賽道,也印證行業正在急切尋找推理架構革新方案。 立足行業現狀,靈汐科技依託自研類腦芯片存算一體、事件驅動、眾核並行的先天特質,發揮低功耗、低時延核心優勢,傾力打造面向高速推理場景的LynAInfra類腦高性能超節點,對標創新版Groq。 相較傳統GPU方案,產品推理能效比提升3-10倍,首token延遲壓縮至幾十到百毫秒級別,兼顧強悍推理性能與出色能耗水平,樹立起“瓦特換比特”的算力全新標杆。 LynAInfra靈琍一體化超節點集群由靈汐科技完全自主研發,依託國內已實現規模化商用落地的類腦芯片構建。LynAInfra128算力櫃搭載128張HP640系列板卡,單櫃級聯數千顆類腦芯片,釋放近100P@FP16算力,整機功耗控制在30kW以內。 依託自研LynxLink高速互聯協議以及統一內存地址編譯技術,產品既支持單機櫃算力提升(Scale up),也可以多機櫃橫向擴展(Scale out),打破單卡、單節點顯存和算力上限,適配不同體量大模型部署任務。設備採用風冷散熱方案,模塊化設計兼容現有智算中心機櫃、供電、網絡配套設施,大幅降低客戶部署改造成本。 LynAInfra實現從芯片架構到集群互聯的全鏈路創新。多機櫃之間可以做到無感級聯,輕鬆承載超大模型運行任務,將推理性能與能效比推向行業前列。 放眼產業長遠價值,LynAInfra128憑藉架構級節能優勢,用30kW功耗撐起近100P算力,減少算力使用過程中的碳排放,助力智算中心綠色建設,響應國家雙碳戰略;對於企業客戶而言,可以顯著降低大模型推理的單位算力開銷,縮減整體擁有成本,助力大模型落地於產業數字化、城市治理、前沿科研等場景;更深層次來看,整套方案堅持國產自主創新路線,擺脫國外算力架構束縛,加固國產算力供應鏈安全,以類腦創新算力賦能數字經濟高質量發展。

Related

相關文章

量子位生成式AI

GMI Cloud 攜AI Cloud、MaaS、Agentbox等全棧智算解決方案亮相 WAIC 2026

GMI Cloud 全棧智算解決方案亮相 WAIC 2026,四大核心產品與生態創新共塑 AI 基礎設施新標杆 在 2026 年世界人工智能大會(WAIC)上,GMI Cloud 以全棧產品矩陣、前沿技術成果及豐富聯合生態強勢亮相。通過產品展示、專家分享、跨界聯名與直播互動等多元形式,GMI Cloud 與全球開發者、AI 企業及生態夥伴共同探討算力新未來,成為展會現場的焦點之一。

剛剛
IT之家生成式AI

工信部:我國 AI 開源大模型全球累計下載量突破 100 億次,開源鴻蒙生態設備累計超 13.5 億臺

首頁 > 智能時代>人工智能 工信部:我國 AI 開源大模型全球累計下載量突破 100 億次,開源鴻蒙生態設備累計超 13.5 億臺 2026/7/20 12:28:44 來源:IT之家 作者:汪淼 責編:汪淼 評論: IT之家 7 月 20 日消息,國務院新聞辦公室於 2026 年 7 月 20 日(星期一)上午 10 時舉行新聞發佈會,請工業和信息化部總工程師王衛明,工業和信息化部新聞發言人、運行監測協調局局長陶青,工業和信息化部新聞發言人、信息通信管理局局長謝存介紹 2026 年上半年工業和信息化發展情況,並答記者問。IT之家從國新辦官網獲悉,工業和信息化部新聞發言人、運行監測協調局局長陶青介紹軟件和信息技術服務業情況。1—5 月份,我國軟件業務收入超過 6.2 萬億元,同比增長 10.3%,保持了穩健增長態勢。今年以來,我國軟件業主要呈現出以下發展特點:一是基礎軟件加速成勢。操作系統、數據庫等基礎軟件持續突破,湧現出一批創新成果,開源鴻蒙操作系統全面覆蓋手機、電腦、汽車、家電等終端設備,生態設備累計超 13.5 億臺,“電鴻”“儀鴻”等基於開源鴻蒙的行業發行版超 100 款。二是工業軟件廣泛應用。工業軟件形成覆蓋重點行業的產品體系,在重點領域加速部署應用,持續迭代升級,為千行百業數字化轉型注入強勁動力。截至今年 6 月底,重點工業企業數字化研發設計工具普及率、關鍵工序數控化率分別達 86.3%、69.5%。三是人工智能全面賦能。引導軟件企業把握人工智能帶來的產業變革機遇,加快使用代碼大模型、智能編程工具等,提升研發生產效率,推動產品功能更豐富、交互體驗更自然、內容創作更高效。智能測試、智能運維等創新應用加速落地。四是開源生態加速壯大。全國性開源基金會吸納 50 餘個開源項目進入孵化階段,國家級人工智能開源社區匯聚用戶 1100 餘萬、託管模型超 7 萬個,覆蓋基礎軟

剛剛

K3發佈48小時,服務器滿載、英偉達暴跌、Anthropic連夜改訂閱

K3 模型正式發表後的 48 小時內,全球 AI 圈陷入劇烈震盪。所有人都在搶著體驗這個被評為僅次於 Fable 5 與 GPT-5.6 Sol 的開源模型,結果 Kimi 的伺服器瞬間被湧入的大量請求灌爆。7 月 19 日深夜,Kimi 官方緊急發布公告,坦承 K3 的請求量大幅超出預期,已經逼近現有算力叢集的承載極限。為了保障既有用戶的體驗,官方決定即日起暫停 C 端新用戶的會員訂閱,把所有算力優先保留給老客戶。

剛剛
智東西生成式AI

此芯科技Danny Zhang:全球首款智能體專用CPU,是怎樣煉成的?

此芯科技首席市場官Danny Zhang在2026中國AI智能體大會上宣布,全球首款專為智能體設計的CPU「螯芯」已於今年3月首發,領先英偉達、英特爾等國際大廠。該晶片具備異構計算架構、超低功耗與即時反應等特性,並已與聯想合作推出全球首款AI原生個人家庭邊緣設備「AI主機P7」與「AI主機mini」,支援離線部署122B大模型。此外,此芯科技預告將在WAIC 2026大會上發布Agentic OS,進一步強化智能體生態系統。

剛剛
量子位生成式AI

螞蟻集團、阿里雲等正式加入PyTorch基金會,攜手全球開源力量推動AI普惠

(以下為符合要求之新聞內文,以台灣繁體中文撰寫,約 1,200 字,共 10 個自然段落。字數與段落數可根據實際刊登需求再行調整。) 全球開源生態再添重磅成員。螞蟻集團、阿里雲以及跨國電商平台 Shopify 於 7 月 19 日下午正式加入 PyTorch 基金會,這項消息是在 2026 世界人工智能大會(WAIC)期間舉行的「讓大模型觸手可及——AGI 基礎設施與普惠實踐」論壇上對外發布。

剛剛

誰還在卷參數?WAIC2026全是能幹活的實體AI!

世界人工智能大會(WAIC)即將於7月17日至20日在上海世博展覽館登場,今年展會的主題定調為「智能夥伴共創未來」。值得注意的是,過去一年AI產業的討論風向已經出現明顯轉變,業界關注的焦點不再只停留在模型參數、版本迭代或單一技術能力的展示,而是開始追問更為實際的問題:人工智慧究竟如何真正進入產業流程、如何完成複雜任務,又該如何在真實商業場景中形成可持續的價值循環。 這種轉變,反映出AI競爭的維度正在持續擴張。

剛剛