架构

ArchSpace平台上线：直观可视化架构演进

和上次一样的是，今天发布会小米依然是先秀技术肌肉，再谈产品，把大部分时间留给了澎程的技术架构——昆仑“三件套”上。

打磨三年半的技术架构，长什么样？

支撑两款新车的，是小米全新发布的昆仑技术架构。

其外部可控程度会随推荐架构、目标类别、历史状态和交互预算发生显著变化。

外部可控性并不随模型参数规模单调增加，更可能取决于推荐架构、物品表示，以及目标语义与检索机制的匹配程度。

第一，不同推荐架构的外部可控程度差异明显

开源架构选型与取舍逻辑：为什么选择这个方案？

为了将这种「全开放」模式落到实处，上海人工智能实验室将重点聚焦于基础模型架构（FoundationModelArchitecture）的创新，涵盖但不限于：

尤其在基础模型架构创新中，这一问题尤为突出。

过去几年，大模型架构快速演进，新方法层出不穷。

IAR不主导系统架构或业务模式。

在实践中，这意味着软件架构可以在处理器或平台变更时继续沿用，无需重写，从而在硬件迁移过程中保留工程投入和经过验证的系统行为。

IAR帮助团队确保软件架构的寿命超过任何单个处理器，从而降低硬件变更的成本和风险，同时保留已有的软件投资。

集中式雷达架构还会改变Tier1和车企的分工。

最终，我们参考脑科学中人类海马体的记忆机制，设计了一套更轻量化、更接近人类记忆方式的AI记忆架构。

DeepTech：目前AI记忆的架构存在可读（如Markdown文件）和不可读（如向量存储）两种路线，这两种方式应该如何选择？

基于这一判断，我们开始进行架构迭代，并与香港中文大学相关实验室开展合作，希望结合脑科学等领域的研究成果，探索更接近人类记忆机制的新型AI记忆架构。

这场发布会与常规产品发布不同，重点介绍小米汽车全新平台架构——小米昆仑技术架构。

与千卡、万卡级系统相比，10万卡部署考验的不只是计算卡数量和理论峰值性能，更包括系统架构、网络互联、存储访问、能效控制、资源调度和工程交付能力。

系统可靠性方面，元器件数量上升会导致理论故障率的上升，系统架构的复杂化又会进一步加剧维持稳定运行的难度。

这一成本结构由三层因素支撑：模型架构（如MOE激活参数比例仅个位数至10%，远低于美国的15%—30%）、工程调度（头部玩家GPU利用率超70%，行业平均仅40%—50%）、以及基建成本（电力、数据中心配套更便宜）。

据介绍，实现“小体量、高智能”的关键，源于模型底层计算架构的重新设计。

Rubin简化MoE描述符管理机制，右为Rubin架构

展台上的热闹之外，模型架构的演进构成了大会的另一条技术线。

大模型架构下的注意力（attention）机制本质上是一套记忆系统：每个词把自己写进上下文，后面的词再从中读取。

他本人长期研究高效神经架构与长上下文建模，是Mega、Megalodon、Luna等一系列高效注意力架构的主要作者。

超节点架构的出现，就是为了破解这个核心难题。

现有电互连超节点架构一般最多支持128张GPU，无论是CableTray架构的运维难度，还是正交背板架构的扩展瓶颈，都难以满足下一代数万亿参数大模型对数百卡至千卡级超节点的需求。

基于wylon超节点架构的wylon新云Token工厂，现已在华东集群节点上线并邀请测试中。

在此背景下，如何实现海量GPU高效协同运行，使之如同一台一体化超级计算机开展工作，正是超节点架构着力破解的核心难题。

“超节点架构、超节点内部的连接，这可能是我们现在包括未来几年重点（攻克）方向，核心是要解决GPU或TPU之间高速互联的问题，通过交换芯片提供单个节点大容量，比如可以提供64卡、128卡这种超大规模的连接，在这个基础上组建更大的千卡、万卡集群。

7月18日，在2026年WAIC大会上，商汤科技承办的“基座大模型架构创新与生态合作论坛”如期举行。

这是联想首次公开展示基于RISC-V架构的服务器整机产品，吸引了众多行业专家与生态伙伴关注。

升腾生态发展部部长张良在WAIC展会期间接受澎湃新闻记者采访时表示，超节点架构非常适合当下的大模型训练和推理，很多MoE模型（混合专家模型）里面有很多“专家”，这些模型在训练过程中，多专家的相互通信非常频繁，通信量非常大，通信的时候需要做到数据统一，这是超节点架构的优势。

澎湃新闻记者在现场了解到，中兴通讯和盛科通信两家产品用在多家国产超节点架构中。

另据媒体报道称，有消息称芯创智核正是理想汽车专属芯片自研子公司，自研车载AI芯片项目主体均归属该企业运营，统筹马赫M100系列车规AI芯片的架构设计、编译器、IP开发、流片与车规验证全流程业务。

在李想看来，拼单项冠军的时代已经过去，AI时代拼的是芯片架构、操作系统、模型、编译器、硬件设计与生产工艺的联合设计能力，做到"N项全能"才能成为用户体验的冠军。

因此，无论从安全、计算资源分配、功耗，还是系统交互层面，AgentComputer都不仅仅是“让Agent本地运行”，而是一套围绕“数字员工”的从芯片架构、互联调度到软硬件协同的全面重构。

最后是CalcuKit，一套与底层芯片架构共同设计的硬件感知编译与智能调度系统。

AI1卫星架构：轨道AI数据中心的硬件节点

林达华带领的商汤团队很早就看到了拼接架构的局限，并一直在寻找一种原生统一模型架构的可能性。

并在今年3月推出原生统一多模态架构NEO-unify。

图丨新一代太空计算芯片架构（来源：NASA）

曾慈雯将行业普遍存在的挑战归纳为四大难题：国产芯片架构碎片化，每款硬件都需要定制化底层适配，踩坑成本极高；

就人才方面而言，清程极智联合创始人师天麾告诉证券时报记者，全栈算力调优属于高门槛交叉学科，需要同时精通硬件架构、底层系统、网络通信、大模型算法，培养周期极长。

从平移、旋转等基础时空对称，到规范、置换等高阶拓扑对称，物理规律为模型连接方式、参数共享机制、变换不变性设计提供了核心准则，有望解决传统人工智能架构设计的经验化、随机性问题。

这一物理思想正好适配人工智能的架构优化需求。

微分方程与物理动力学不断启发神经网络架构和生成模型的发展，例如主流扩散模型的生成机制，便依托热力学方程构建成型[3]；

这一系列模型设计形成了物理赋能神经网络架构设计准则：首先识别任务对应的对称变换规律，确定模型所需的不变性、等变性特征，将物理结构前置嵌入模型，替代传统的人工正则化约束。

AI会如何改变组织架构？

愚见是，AI至今尚未在普遍意义上“重构”组织架构。

或许减少了人力，但企业的部门设置、层级数量、汇报关系、审批流程并没有发生制度性改变，由此组织架构图不会和五年前出现本质区别。

换言之，只要权力分配的底层规则没变，就谈不上“改变组织架构”，只能算“优化组织运行效率”。

显然，组织架构图只是“组织架构”的显性定义，如果扩展到隐性的“信息结构、权力关系、决策权重”，我们就会发现，事实上AI确实在悄悄改变架构的底层土壤，只是还没有浮出水面，变成正式的制度安排。

然而一旦承认组织架构的本质，是权力分配、决策机制、角色关系的稳定制度安排，直观体现为汇报线、部门边界、审批权限、决策链条。

猜想AI改变组织架构会经过三个阶段，分别是当前的工具渗透期，未来三至五年的流程重构期，时间再远一点的架构跃迁期。

我的判断是，短期看，AI还没有改变组织架构，它只是橙色科层组织的效率工具。

那么现在可以大致说说什么才是真正的AI改变组织架构？

燧原科技超节点亮相WAIC，可满足万卡级集群需求2026年07月21日14:01新浪科技MD新浪科技讯7月21日下午消息，2026世界人工智能大会（WAIC）期间，燧原科技展出了基于自研加速模组打造的高性能超节点，包括基于先进正交架构方案的“云燧ESL64-O”，以及基于成熟Cable-tray方案的“云燧ESL64-C”，可满足万卡级以上大规模集群组网需求。

为此，上海AI实验室书生团队宣布将采用一种新的开发与开源模式：不仅开放最终的模型参数，也将逐步公开预训练过程中的实验记录、架构取舍和验证结果，推动大模型预训练从「结果开源」走向「过程开放」。

2026年3月，商汤进一步发布升级框架版——原生统一架构NEO-unify和论文NEO-unify:

真正的英特尔酷睿微架构处理器直到2006年7月才登场，为了和前面已经上市的酷睿Duo做区隔

而Zen5C拥有与Zen5完全相同的指令集、架构和每个核心的缓存容量，但通过更紧凑的物理布局缩小了芯片面积，降低了功耗和时钟频率，主要负责后台任务和多线程轻负载。

一旦跨部门的协作也由AI接管，部门墙被打破，中层会逐步缩减，组织就从职能导向变为任务导向，此时才出现显性架构的明显调整，即中层部门失去作用，后台职能中台化。

“VIE架构，是中国特定发展阶段的产物，其历史作用需置于时代坐标中审视。