Agent還沒來，昇騰已經(jīng)把從硬件到軟件的路鋪好了

文 | 智能相對論

作者 | 陳泊丞

從去年開始，中國大模型能力已經(jīng)追到了全球第一梯隊。MiniMax M2.5、Kimi K2.5的Token消耗量在OpenRouter上長期位居前列，DeepSeek V4也常被拿來與GPT-5對標。但很多人忽略了，這些模型之所以“能跑”，是因為現(xiàn)有算力底座“夠用”。

那什么時候“夠用”會不夠用呢？答案是Agent時代。而且，在這個階段，“能跑”和“跑得舒服”，又是兩碼事。

在今年的鯤鵬昇騰開發(fā)者大會2026——昇騰AI開發(fā)者峰會2026上，昇騰給出了一個更底層的量化洞察：過去一年，模型調(diào)用頻次暴漲50到100倍，序列長度從Chatbot時代的4K飆升至接近1M，相當于250倍的跨度。MoE推理對時延的要求也越來越苛刻，正從10毫秒向1毫秒級別逼近。

這不是“模型變大了”的量變問題，而是整個算力底座的底層邏輯需要被重寫的質(zhì)變信號。所以，真正的問題不是“現(xiàn)有算力夠不夠”，而是當Agent的胃口以指數(shù)增長，不僅消耗得更多，而且創(chuàng)造的需求在井噴，那么現(xiàn)有算力架構(gòu)的“夠用”還能撐多久？

基于這個視角，我們會發(fā)現(xiàn)，昇騰今年在峰會上講的三件事，即超節(jié)點架構(gòu)創(chuàng)新、軟件全面開源開放、開發(fā)者體驗升級，背后的本質(zhì)上都是在回答同一個問題：算力底座如何從“能跑模型”進化到“天然親和Agent”？

這不是三個獨立的議題，而是從硬件到軟件到開發(fā)者的一整條技術(shù)鏈，必須在Agent前夜完成的一次系統(tǒng)性重構(gòu)。

超節(jié)點，讓幾千上百個NPU之間擰出一股更強大的力量

Chatbot時代，序列長度約4K，KVCache命中一次就夠，NPU之間的通信壓力不大，也是可控的。

但進入Agent時代，推理鏈路拉長到接近1M tokens，KVCache需要跨NPU頻繁跳躍。這時候，問題就不僅是“帶寬夠不夠”，而是一個架構(gòu)級命題——NPU和NPU之間怎么通信，直接決定了系統(tǒng)能不能跑得更好。

傳統(tǒng)方案下，每個NPU掛載獨立內(nèi)存，跨NPU訪問要走消息語義，也就是send/recv那一套，單次通信在微秒級。

昇騰超節(jié)點天然親和Agent負載。而判斷超節(jié)點的核心標準其實只有一個，即“是否實現(xiàn)了全域內(nèi)存統(tǒng)一編址”。在這里，昇騰950芯片的架構(gòu)創(chuàng)新，實現(xiàn)了SIMT與SIMD雙編程模式的一體化融合，在三件事上同時做到了這一點。

一是內(nèi)存語義的革命。基于靈衢互聯(lián)協(xié)議和總線控制器，AIC/AIV通過MTE指令直接訪存遠端內(nèi)存，無需拷貝。對比傳統(tǒng)以太網(wǎng)，在基于靈衢互聯(lián)的超節(jié)點架構(gòu)下，MTE指令一個操作就能完成。其中差的不是量的優(yōu)化，而是質(zhì)的重構(gòu)。

二是全域內(nèi)存統(tǒng)一編址。全局單一虛擬地址空間下，NPU和CPU直接用虛擬地址訪問任意位置，無需改代碼、無需路由、無需拷貝。KV Cache實現(xiàn)全局共享，超長上下文無縫擴展。

三是內(nèi)存池化帶來的效率躍遷。通過片上內(nèi)存和DDR的分層池化能力，以查代算，KV Cache查詢命中率大幅提高。在LLM、推薦、Engram等典型場景，查詢時延降低3到4倍，訓(xùn)練和推理吞吐相比傳統(tǒng)集群提升3到4倍。

三層疊加，通信RTT時延壓縮到了3微秒，帶寬更是達到TB級。這才是超節(jié)點的真正價值——并非“堆更多的NPU”，而是讓每一個Token都更高效、更經(jīng)濟。

所以，這次峰會給出的核心判斷很直接：互聯(lián)能力決定超節(jié)點能力，系統(tǒng)綜合性能取決于超節(jié)點規(guī)模與單芯片性能規(guī)格的乘積。那么，當互聯(lián)帶寬達到T級，超節(jié)點要做的就不是“堆更多的NPU”，而是重新定義芯片之間怎么通信。

但物理上限只是入場券。真正決定算力生態(tài)命運的，是硬件造出來之后的又一核心問題：軟件的門檻有多高？開發(fā)者真的愿意來嗎？

昇騰要走自己的路

吸引開發(fā)者的關(guān)鍵是開源，但開源這件事的底層邏輯已經(jīng)變了。

過去很多硬件的所謂“開源”，是在圍墻外開一扇窗——你能看到代碼，但不能改核心層，更不能參與路線決策。

這是“開放姿態(tài)”，不是“開源生態(tài)”。為什么要計較這個區(qū)別？因為開源和“看上去開源”，打開的是兩種完全不同的生態(tài)前景。

真開源意味著開發(fā)者敢在你平臺上持續(xù)投入——代碼他能改、路線他能參與、技術(shù)迭代更新不會某天突然停止。假開源則意味著他永遠得留一條退路，做的每一行優(yōu)化都可能白費。而在Agent時代，當軟件需求開始井噴、新場景以周為單位涌現(xiàn)，開發(fā)者選擇哪個生態(tài)建基礎(chǔ)設(shè)施，本質(zhì)上是信任——信任這個平臺不會因為封閉而讓他走回頭路。

所以，“開放姿態(tài)”能吸引圍觀，“開源生態(tài)”才能留住人。

因此，昇騰這次在開源開放的道路上走得更徹底，其核心不同就在于它正在構(gòu)建一個完整、高效、開放的算子開發(fā)體系，讓開發(fā)者無論從哪個入口進來，都能找到自己的路徑。

追求極致性能的工程師，可以用Ascend C做細粒度控制如計算、訪存、流水，每一步都可調(diào)。同時，昇騰還推出了Tensor API、支持Host-device混合編程、新增CCU通信能力。

而注重快速創(chuàng)新的AI算法工程師，則可以用TileLang或Triton——這兩個主流開源生態(tài)接口已經(jīng)實現(xiàn)了100%兼容，性能達到Ascend C的0.6到0.9倍，開發(fā)周期壓縮到一周。目前更支持超600個Triton算子和300個TileLang算子。

當然，想在性能和效率之間找甜點區(qū)的開發(fā)者，還可以選PyPTO。

此外，在這套多路徑算子編程體系的另一端，CANNBot 算子智能體則是把“最后一公里”也打通了。它將微架構(gòu)優(yōu)化經(jīng)驗融入技能庫，單個Vector算子生成僅需3小時，從生成到部署全流程1天，相比傳統(tǒng)人工開發(fā)效率提升5倍以上。同時，配合覆蓋22類典型算子的評測集以及內(nèi)置了4000多個評測點的自動化驗證體系，讓開發(fā)者完全不用再從零摸索。

以上，加上AscendNPU IR編譯底座的全面開源、聯(lián)合30余家企業(yè)與高校共建的15個以上生態(tài)算子庫，昇騰正在向外界與開發(fā)者們拋出一個關(guān)鍵的橄欖枝——在這里，從零寫一個算子，已經(jīng)不需要“專家身份”了。

在「智能相對論」的視角中，開源的真正分水嶺，從來不是放出了多少代碼，而是開發(fā)者能不能在昇騰上從頭寫一個算子。現(xiàn)在，答案開始變成了“能”。

當然，開了門是一回事，讓人留下來又是另一回事。這取決于第三個維度——開發(fā)者體驗。

開發(fā)者體驗的飛輪，已經(jīng)全面轉(zhuǎn)了起來

過去一個模型從想法到部署的路徑，需要調(diào)研生態(tài)兼容性、手工適配算子、搭建驗證環(huán)境、手動量化、部署調(diào)試等，結(jié)果下來周期往往得按周來算，而且每一步都需要全方面能力，而“全方面”就意味著門檻。

但是，我們在DeepSeek-V4-Flash的昇騰實際部署中，卻看到了不一樣的路徑——1分鐘就可以完成模型狀態(tài)檢索、一天內(nèi)完成適配，再經(jīng)過小時級的自動驗證和量化后，30分鐘就可以輸出部署服務(wù)和模型文檔。相較于傳統(tǒng)手搓，效率提升4倍，如果考慮環(huán)境差異因素，那就遠遠不止4倍了。

這是如何做到的？不是工具變多了，是昇騰把“專家經(jīng)驗”變成了“系統(tǒng)能力”。

具體來看，我們發(fā)現(xiàn)，有兩套機制正在驅(qū)動這個變化的實現(xiàn)。

第一套是Skills體系。4000多名昇騰工程師多年調(diào)優(yōu)積累的經(jīng)驗、踩過的坑、驗證過的最佳實踐，在這里被結(jié)構(gòu)化沉淀為200多個可調(diào)用的Skills模塊。它們兼容Claude Code、Codex、OpenClaw等主流Agent平臺，兩行命令就能調(diào)用。以前要找對人才能解決的問題，現(xiàn)在Skills里直接就有了。

第二套是Agentic工作流。如今，開發(fā)者只需要描述意圖，7個基礎(chǔ)Agent自動編排接力，調(diào)研、適配、優(yōu)化、部署全流程自動化。以前是“人找工具”，現(xiàn)在直接成了“工具找人”，昇騰從根本上改寫了開發(fā)者的工作范式。

以上，我們所看到的，更多是從技術(shù)層面來拉升開發(fā)者體驗。但是，若要開發(fā)者體驗的飛輪全面轉(zhuǎn)起來，或許光靠技術(shù)還不夠，昇騰又進一步給出了兩套新體驗。

一是零成本的試錯空間。一鍵自動部署、平均兩分鐘跑通首個Demo、上萬卡算力資源投放支撐開源社區(qū)——這里要解決的不僅是算力成本，更是“第一次嘗試”的心理門檻。很多開發(fā)者不是不想用新平臺，是怕花了時間還跑不通。在這里，昇騰把“試一試”的成本大幅降低，本質(zhì)上就是在消除這個心理阻力。

二是可兌現(xiàn)的職業(yè)回報。聯(lián)合頭部互聯(lián)網(wǎng)企業(yè)打造三層認證體系，附帶簡歷推薦、大廠實習等權(quán)益，昇騰正在讓“我能用好昇騰”這件事本身具有商業(yè)化的職業(yè)流動性。不難想象，開發(fā)者留在一個生態(tài)里，從來不只是因為工具好用，而是因為他在這里積累的技能能換取實打?qū)嵉耐獠炕貓蟆Ｕ曔@一需求，遠比想象的要重要。

那么，這兩樣?xùn)|西疊加之后，傳遞給開發(fā)者的信息就很清楚了——來昇騰，不需要從頭開始。不管是對于開發(fā)者，還是對于昇騰，飛輪已經(jīng)全面轉(zhuǎn)起來了。

在超節(jié)點巔峰對話直播中，我們看到了一個來自產(chǎn)業(yè)端的判斷，“當智能生產(chǎn)軟件的方式變得更高效，人類對軟件的需求會井噴。以前的軟件太昂貴，很多需求被壓抑了。”

對應(yīng)來說，Agent時代不僅在消耗更多Token，它還在創(chuàng)造過去根本不存在的新需求——軟件不再是標準化產(chǎn)品的復(fù)用，而是每個人、每個場景的即時定制。這種需求一旦釋放，對算力的渴求不再是線性的，而是爆炸式的。正如Anthropic聯(lián)創(chuàng)Jack Clark的判斷，2028年Agent可能進入自主進化，屆時Token消耗將進入非線性增長通道。

兩條線指向同一個結(jié)論，Agent時代的到來是不能等的。你不可能等Agent全面爆發(fā)之后再補架構(gòu)的課、開軟件的源、降開發(fā)者的門檻——那相當于堵車的時候才開始修路。

因此，回過頭來看昇騰在峰會上鋪開的三件事，本質(zhì)上是對這一判斷的三重回應(yīng)。

首先，超節(jié)點重新定義了NPU之間的通信范式，讓Agent時代的算力消耗不再被延遲墻鎖死。這里為Agent時代打好硬件基礎(chǔ)。

其次，CANN的多路徑算子編程體系加CANNBot，讓任何一個開發(fā)者都能在昇騰上從零寫出高性能算子。這里為Agent時代夯實軟件能力。

最后，Skills體系和Agentic工作流，把4000個工程師的經(jīng)驗打包成每個新手的起點。這里為開發(fā)者們鋪好“好用易用”的路徑。

三道能力疊加在一起，也就解釋了昇騰今天要做的事，不是在應(yīng)對當下，而是在對標一個還沒到眼前、但已經(jīng)在路上的Agent時代。

*本文圖片均來源于網(wǎng)絡(luò)