8 小時追平、 2 天反超：面壁智能 ForgeTrain 如何用 AI“鍛造”下一代訓練框架？

2026年6月27日晚間，一場以「AI4AI發酵夜」為名的技術交流活動在北京舉行，由面壁智能聯合OpenBMB開源社群與AGI BAR共同主辦。會上面壁智能的AI基礎設施技術負責人李宇軒，詳細揭露了團隊自研的生產級預訓練框架ForgeTrain的技術細節，並展示了一組令人印象深刻的性能對比數據：該框架僅花費8小時便追上業界最具代表性的訓練框架Megatron-LM，並在兩天內完成反超。 李宇軒在演講中指出，當前大模型的迭代週期已從月級壓縮到週級，每週都有新的模型架構與訓練技巧出現。然而，傳統的訓練框架發展卻逐漸陷入瓶頸——網際網路上的高品質文本資料與算力供給的邊際效益持續遞減，單純依靠「堆數據、堆算力」的路徑已經逼近物理與經濟的雙重邊界。他認為，這正是新範式登場的契機：工業革命實現了「用機器製造機器」，而智慧革命正在邁向「用AI製造AI」。ForgeTrain就是這條路線的具體實踐，核心思想是讓AI針對特定的模型結構與硬體拓撲，從零開始「鍛造」出一個量身訂做的專用訓練框架，而不是依賴人工維護一套大而全的通用軟體棧。 ForgeTrain的命名饒富深意，中文直譯為「鍛造訓練」，強調的不是組合既有的運算原語，而是由AI自動生成最佳化的計算圖與通訊方案。傳統上，AI工程師需要耗費大量時間手動調整資料載入、梯度同步、張量切分等底層細節，才能讓大模型在多卡、多節點的分散式環境中有效率地運作。ForgeTrain則引入自動化流程，從模型定義與硬體拓撲出發，利用啟發式搜索與機器學習模型，自動探索最優的平行策略與核心運算排程。 在現場展示的實測環節中，ForgeTrain僅用8小時就追平了 NVIDIA 主導開發的業界旗艦框架Megatron-LM的訓練吞吐量。李宇軒補充說明，這個比較是在同一硬體平台（同款GPU集群）、同一模型規模與同一批次大小下進行的。更重要的是，ForgeTrain在後續兩天內持續自動調優，最終在多項關鍵指標上超越Megatron-LM，包括每秒處理的 token 數、顯存使用效率以及通訊延遲的穩定性。 李宇軒強調，ForgeTrain設計的初衷並非取代所有既有框架，而是為了解決特定場景下的效率痛點。目前大模型訓練領域的主流做法，是採用通用框架如 Megatron-LM、DeepSpeed 或 PyTorch FSDP，這些框架為了相容各種模型與硬體，必須保留大量冗餘的抽象層與後備邏輯。ForgeTrain則反其道而行：它只針對當下要訓練的具體模型（例如面壁智能的 MiniCPM 系列）與具體的 GPU 拓撲（例如某廠牌的 H100 集群）來生成專屬訓練程式碼，因此能消除所有不必要的開銷。 這種「由AI生成AI訓練框架」的做法，除了效能優勢，還帶來維護成本的銳減。李宇軒指出，通用框架的開發者需要追蹤每一版 CUDA、每一代 GPU 架構、每一種通訊庫的變動，並手動在程式碼中維護上百個分支條件。ForgeTrain的思路則是讓AI自動適應硬體與軟體環境的變化，只要重新執行一次自動化搜索，就能產生相容新版驅動或新硬體拓撲的框架版本，大幅降低人工維護的負擔。 不過ForgeTrain目前仍處於實驗室驗證階段，尚未全面開放給外部社群使用。面壁智能表示，他們正計畫在不久的將來，透過OpenBMB開源社群逐步釋出ForgeTrain的核心模組，讓學術界與業界的研究者也能嘗試這種「AI4AI」的新典範。李宇軒也坦言，現階段的局限在於模型的泛化能力——ForgeTrain的自動搜索目前對數百億參數規模以下的模型效果最好，而超千億參數模型的自動化仍需更多實驗數據來驗證。 整體而言，ForgeTrain的問世代表AI訓練基礎設施從「人工調校」轉向「AI自動化」的重要一步。當大模型的迭代速度已經快到讓工程團隊難以手動維護最佳化程式碼時，這種「用AI製造AI」的閉環或許正是突破算力瓶頸與工程壁壘的關鍵鑰匙。面壁智能藉由這場「AI4AI發酵夜」，向外界展示了他們在AI Infra領域的技術積累，也為後續的開源計畫鋪墊了基礎。隨著越來越多的團隊開始關注訓練框架的自動生成，未來大模型的開發效率可望迎來新一波跳躍式成長。