AI算力困局何解？无问芯穹Agentic Infra重构基础设施效率

随着人工智能技术从大语言模型向智能体（Agentic AI）演进，底层基础设施正面临前所未有的挑战。传统的线性算力堆叠模式已难以应对预训练、后训练以及推理时扩展带来的指数级增长需求。在这一关键转折点上，如何突破算力异质化、碎片化的瓶颈，实现效率与规模的双重飞跃，成为行业关注的焦点。无问芯穹提出的Agentic Infra理念，试图通过重新定义基础设施的架构与调度逻辑，为这一难题提供系统性解法。

算力集散的破局：从物理堆叠到逻辑聚合

算力资源的异构与分散是全球性难题。不同代际、不同厂商的芯片往往散落在各个数据中心，形成一个个“数据孤岛”。无问芯穹的核心策略在于构建一个“算力集散中心”，通过软件层面的深度优化，将物理上分散的算力在逻辑上统一汇聚。

这种跨域异构聚合并非简单的资源拼接，而是涉及计算、通信、调度三位一体的全栈协同。以超远距离聚合为例，无问芯穹联合中国电信完成了国内首例跨越4000公里的大模型跨域混训。在新疆哈密与广东深圳之间，通过计算通信重叠流水编排和自适应通信流调度，不仅打通了地理距离的限制，更实现了联合训练性能165%的提升。这证明了一件事：算力的价值不再局限于本地集群的规模，而在于全域资源的协同效率。

此外，针对多数据中心和混合云场景，该平台展现了极强的兼容性。在打通四个不同型号GPU集群的实践中，协同性能提升了41%，有效盘活了存量异构算力；而在混合云场景下，本地私有集群与公有云的安全互通混训使整体性能提升68%，解决了企业本地算力不足与云端资源闲置并存的结构性矛盾。目前，这套系统已在全国部署触达超过37,000P算力，覆盖16种主流芯片，为Agentic AI时代奠定了坚实的底座。

智能体扩展下的强化学习新挑战

当AI进入Agentic Scaling（智能体扩展）阶段，强化学习成为推动模型进化的核心动力。与传统的预训练不同，强化学习具有“多角色协同”的特性，对硬件种类的复杂度和规模量级提出了更高要求。

在这一场景下，跨集群强化学习成为新的锚点。它面临两大核心痛点：一是跨集群导致的不同角色间等待时间拉长，二是万卡级规模下硬件故障频发。显卡、服务器、网络乃至存储的故障将以小时级频率出现，而传统任务重拉起耗时数十分钟，严重阻碍了训练的连续性。

无问芯穹通过全链路深度优化，将跨域通信效率提升3-4倍，实现了通信开销的100%全掩盖。同时，搭建的故障无感训练机制，使得跨域强化学习能够连续一周0中断稳定运行。这意味着，大规模跨域强化学习不仅“跑得通”，更能“跑得快、跑得稳”。这一突破为未来支撑十万卡级以上的跨域计算资源，进而支持下一代Agentic AI的在线进化，提供了关键技术保障。

Token工厂：以极致效率重构推理成本

如果说算力集散中心解决了资源规模问题，那么“Token工厂”——Agentic MaaS大模型服务平台，则致力于解决Token的生产效率问题。在智能体交互场景中，上下文极长、交互轮次多、缓存命中率高的“三极”特征，对推理系统的吞吐和时延提出了严苛要求。

无问芯穹首创的跨集群异构PD分离架构（PDD），是这一“工厂”的核心引擎。传统同构集群往往存在“偏科”现象，有的擅长Prefill，有的擅长Decode。PDD架构通过高性价比的广域网以太网连接各地同构数据中心，让算力强的集群专攻Prefill，显存带宽高的集群专攻Decode。这种“让硬件做自己擅长的事”的设计，极大提升了系统整体效率。

为了解决跨集群传输中的带宽和延迟瓶颈，无问芯穹将Decode Radix Cache技术创新性地迁移至PDD架构，使跨集群KV Cache传输数据量降低一个数量级。同时，PDD将传统的P-D链路解构为P-RLD-MD三级架构，通过RelayDecode先行输出Token，掩盖了以太网传输的高延迟。实测数据显示，该架构使首Token延迟（TTFT）降低51.5%，单Token成本降低37.5%。

这一技术演进推动了推理成本的大幅下降。过去一年，无问芯穹Token工厂已通过原始技术创新实现推理成本10倍下降。随着PDD架构的规模化落地，未来仍有10倍的降本空间。目前，该平台单日Token调用量已实现40倍爆发增长，形成了“业务带技术、技术提效率、效率促增长”的正向飞轮。

AI原生能力：基础设施的自我进化

Agentic Infra的另一个显著特征是“AI原生”，即利用智能体赋能基础设施本身，形成自主迭代、自我优化的闭环。无问芯穹构建的“基础设施智能体蜂群”，涵盖了平台管家、集群运维和算子生成三大子系统。

平台管家智能体通过自然语言交互，降低用户操作门槛，独立解决80%的日常资源运营与排障问题。集群运维智能体则充当7×24小时的“专家团”，实现从“人找问题”到“问题自己解决”的转变。验证数据显示，该系统使运维人效提升5倍以上，关键故障处理效率提升6倍。

在算子生成方面，KernelMind系统通过五步闭环工作流，持续自迭代并交付工业级高质量算子。在GLM5.2模型实测中，该系统在NVIDIA旗舰卡上实现7.3%的性能提升，在AMD旗舰卡上更是带来39%的性能跃升。这表明，基础设施不再是静态的资源池，而是具备感知、决策和执行能力的智能体集群。

迈向物理世界：具身智能的基础设施支撑

随着AI从数字世界延伸至物理世界，具身智能成为新的增长点。无问芯穹将Agentic Infra的理念延伸至具身智能领域，发布了首个面向大规模具身任务的云边端一体化管理与调度平台。

该平台统一接入云端GPU、边缘节点和机器人真机，支持训练、数据采集、评测和执行的全流程编排。针对具身智能大规模真机强化学习的痛点，RLinf V0.3版本支持跨域端云协同，实现了1000+次真机在线上下线训练0中断，并将近百家真机的专线需求降至2Gbps以下，大幅降低了规模化训练的成本门槛。

在端侧推理优化方面，Mizar-Robo体系通过四层协同优化，释放端侧硬件潜力。在与WALL-OSS模型的联合部署中，端侧推理时延从500ms压缩至70ms，性能提升7.14倍，保障了实时交互的流畅度与续航能力。

从算力集散到Token生产，再到基础设施的自我进化及具身智能的落地，无问芯穹通过Agentic Infra体系，正在重新定义AI基础设施的标准。在AGI时代，基础设施的竞争焦点已从单纯的产能规模转向了“规模与效率”的双重极致化。这不仅是对技术能力的考验，更是对行业生态整合能力的深度博弈。