寒武纪拥抱众智FlagOS生态：跨芯片架构的软件壁垒如何突破

11月12日，寒武纪正式宣布加入众智FlagOS开源生态。寒武纪指出，在多元化的业务场景下，传统单一芯片架构已难以满足灵活多变的部署需求。大型应用厂商在部署不同类型业务时，往往需要引入多种架构的AI芯片，这导致跨芯片架构间的业务代码迁移与维护工作耗时长达数月，成为业务迁移流程中的主要瓶颈。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

据了解，北京智源人工智能研究院携手社区伙伴共同发起了众智FlagOS项目，旨在通过统一的软件层解耦AI模型与异构硬件，打破不同架构芯片之间的软件生态壁垒，为芯片硬件与上层AI应用搭建高效统一的对接桥梁。该系统致力于系统性解决行业在适配、调优、协同等方面面临的“适配难、调优慢、协同弱”难题，最终实现“一次开发，处处运行”的目标。

自2024年初以来，寒武纪与智源研究院已围绕FlagGems（基于Triton的高性能通用AI算子库）展开深度合作，并进一步拓展至FlagTree（统一多后端的增强版Triton编译器）、FlagCX（统一通信库）以及FlagScale（并行训推一体化框架）等多个核心组件。

寒武纪与FlagOS的适配与优化工作主要围绕算子、编译器、分布式通信库和并行框架等关键组件展开。

公开资料显示，FlagOS是由北京智源人工智能研究院牵头研发的、面向多种AI芯片的开源系统软件栈，目前已支持国内外超过20种主流AI芯片型号。该体系融合了并行训推框架FlagScale、高性能算子库FlagAttention与FlagGems、统一通信库FlagCX等一系列技术组件，其平均性能已超越芯片厂商原生的算子实现。

今年9月，众智FlagOS 1.5版本正式发布，兼容超过12家国内外主流芯片厂商的20余种芯片型号，显著降低了硬件适配的复杂性；通过优化并行策略与调度算法，该版本在典型大模型任务中实现了最高36.8%的训练加速与20%的推理加速；系统还全面支持机器人“大脑”（如智源RoboBrain）与“小脑”（如VLA）模型的开发与部署。