網站導航
摩爾線程支持阿里 Qwen3 全系模型
4 月 30 日消息，在全球人工智能產業加速迭代的浪潮中，國產 AI 領域迎來了具有里程碑意義的重大突破。日前，阿里巴巴正式發布并開源新一代通義千問模型 Qwen3，該模型以創新性的架構設計與算法優化，在參數量只為 DeepSeek-R1 的 1/3 的情況下，實現了訓練與運行成本的大幅降低，同時在性能上實現了跨越式提升，一舉超越 DeepSeek-R1、OpenAI-o1 等全球前列模型，成功登頂全球開源模型寶座，成為開源 AI 領域的全新旗幟，吸引了全球 AI 開發者的目光。
就在 Qwen3 驚艷亮相的當天，國產 GPU 企業摩爾線程迅速釋放重磅消息，宣布率先完成了對 Qwen3 全系列模型在全功能 GPU 上的高效適配與支持，展現出其在 AI 算力領域強大的技術研發實力與市場響應速度。這一成果的達成，絕非偶然，而是摩爾線程與阿里技術團隊數月來緊密協作、攻堅克難的結晶。雙方組建了聯合技術攻關小組，圍繞模型架構與 GPU 硬件的適配性、數據傳輸效率、計算資源調度等關鍵環節展開深度合作。通過對摩爾線程自主研發的 MUSA 架構進行多輪調試與優化，針對 Qwen3 模型的特性進行定制化開發，確保了 Qwen3 系列模型能夠在摩爾線程 GPU 上穩定、高效運行，充分發揮出硬件與軟件的協同優勢。
摩爾線程官方表示，此次對 Qwen3 全系列模型的成功支持，是對 MUSA 架構和全功能 GPU 技術成熟度與可靠性的有力驗證。MUSA 架構作為摩爾線程的重點技術成果，其設計理念深度契合 AI 計算需求，具備高度靈活的并行計算能力與高效的數據處理機制。該架構采用了創新的異構計算設計，能夠將 GPU 內的多種計算單元，如流處理器、張量重點等進行精細化協同調度，實現計算資源的動態分配。同時，MUSA 架構還引入了先進的內存管理技術，通過優化數據存儲與讀取路徑，有效降低了數據訪問延遲，提升了數據處理效率。這些特性使得 MUSA 架構在面對大規模、高復雜度的 AI 模型計算任務時，能夠提供穩定且高效的計算環境，為 Qwen3 模型的運行筑牢了堅實的算力基礎。
目前，在摩爾線程 MUSA 平臺的支持下，主流推理引擎均可實現對 Qwen3 系列模型的高效調用，這一突破極大地拓展了 Qwen3 模型的應用場景與部署靈活性。摩爾線程相關負責人介紹，MUSA 平臺能夠作為 vLLM、Ollama、GPU Stack 等各類主流開源推理引擎的后端，為 Qwen3 系列模型的高效運行提供強大動力。以備受關注的 vLLM-MUSA 引擎為例，在其優化支持下，QWen3-235B-A22B——Qwen3 系列中參數量比較大、計算復雜度比較高的 MoE 模型，不僅能夠在摩爾線程全功能 GPU 上實現穩定運行，而且推理速度相比傳統方案提升明顯。據實測數據顯示，在處理同等規模的文本生成任務時，基于 vLLM-MUSA 引擎與摩爾線程 GPU 的 QWen3-235B-A22B 模型，推理延遲降低了 30% 以上，吞吐量提升了 40%，這一性能表現使得其在實際應用中更具競爭力。
此次阿里開源的 Qwen3 系列模型陣容強大，涵蓋了兩款 MoE（混合專業人員）模型和六個 Dense（密集）模型，不同參數量與架構設計的組合，滿足了從輕量化應用到大型復雜任務的多樣化需求。其中，兩款 MoE 模型 Qwen3-235B-A22B 和 Qwen3-30B-A3B，通過動態路由機制，能夠根據輸入數據的特征智能調用不同的專業人員模塊進行處理，在提升模型性能的同時，有效降低了整體計算量；六個 Dense 模型則包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B，它們在結構上相對簡潔，適合對資源占用較為敏感的場景。而摩爾線程對全系列模型的支持，為開發者提供了豐富的選擇空間。無論是追求極限性能的科研機構，還是注重成本效益的企業用戶，都能根據自身需求，選擇適配的模型與 GPU 方案，快速搭建高效的 AI 應用系統。
從行業發展角度來看，此次摩爾線程與阿里的合作意義深遠。在過去，我國 AI 產業在算力基礎設施領域長期依賴國外 GPU 產品，不僅面臨技術封鎖風險，還存在較高的采購成本與數據安全隱患。而此次摩爾線程 MUSA 架構與 Qwen3 模型的成功適配，標志著國產 GPU 在大模型支持能力上已達到國際先進水平，打破了國外 GPU 在大模型領域的壟斷局面。這一成果將有力推動國內 AI 產業供應鏈的自主可控進程，為國內 AI 開發者提供更具性價比、更安全可靠的技術方案。
業內專業人員指出，隨著摩爾線程對 Qwen3 系列模型支持的落地，將加速 AI 技術在各行業的普及與應用。在智能客服領域，企業可以借助 Qwen3 模型強大的自然語言處理能力，結合摩爾線程 GPU 的高效算力，構建響應更快、理解更精細的智能客服系統，提升客戶服務體驗；在內容創作領域，創作者能夠利用 Qwen3 模型的文本生成能力，快速生成高質量的文章、文案等內容，而摩爾線程 GPU 的并行計算優勢則可以大幅縮短生成時間，提高創作效率；在金融領域，基于 Qwen3 模型的數據分析與預測功能，配合摩爾線程 GPU 的強大算力，能夠實現對海量金融數據的快速處理與深度挖掘，為風險評估、投資決策等提供有力支持。
此外，此次合作還有望帶動國產 AI 產業生態的繁榮發展。一方面，它將吸引更多國內開發者基于摩爾線程 GPU 與 Qwen3 模型進行技術創新與應用開發，形成更豐富的軟件生態；另一方面，也將促使上下游企業加大在 AI 算力與算法領域的研發投入，推動產業鏈協同發展。未來，隨著技術的不斷進步與生態的逐步完善，國產 AI 產業有望在全球競爭中占據更有利的地位，為我國數字經濟的高質量發展注入強勁動力。
公司信息
訪問官網
我要咨詢
每日熱詞
