面壁智能AI训练框架适配摩尔线程GPU 训练效率达到主流框架的1.358倍

　　上证报中国证券网讯（记者窦世平）面壁智能自研并开源的大模型预训练框架ForgeTrain近日已完成在摩尔线程MUSA架构上的适配与优化，相关训练工作依托无锡（惠山）国产智算中心开展。据项目方披露，在相关测试条件下，ForgeTrain训练效率达到英伟达开源训练框架Megatron-LM的1.358倍。

　　据了解，ForgeTrain于今年5月开源，其特点是利用AI Agent自动生成训练框架代码，由工程师负责设定目标、提供参考实现及构建自动化评测体系。此前，该框架已在国际主流GPU平台上完成测试，此次是其首次在国产GPU平台上完成相关适配和优化。

　　大模型训练框架是连接模型算法与底层算力的重要软件环节。对于国产GPU而言，除了芯片本身的计算性能，训练框架、算子适配及软件生态的完善程度，也影响算力利用效率和模型企业的迁移成本。

　　此次测试值得关注之处在于，AI Agent参与了训练框架代码生成和迭代优化过程。与传统依靠工程师逐项开发、适配和调优的方式相比，这种模式尝试将部分代码实现及性能优化工作交由AI完成，再通过自动化测试和工程验收验证结果。

　　面壁智能表示，后续计划继续依托无锡（惠山）国产智算中心，开展更大规模、更长序列的MiniCPM系列模型训练，并将相关优化成果更新至MUSA开发者社区。

　　作为此次测试的算力基础设施，无锡（惠山）国产智算中心一期部署2000张摩尔线程GPU。据项目方介绍，中心投运三个月后算力资源已基本满载，已有20余家客户开展测试或正式业务，训练业务占比超过62%，后续集群将扩展至万卡规模。