阿里云真武M890完成创新适配支持国内最大模型

关键技术突破 助力超大规模模型研发

7月28日，阿里云计算平台新增一项重大技术突破，其真武M890超节点实例成功实现对大模型Kimi K3的Day 0适配。通过对服务器资源堆叠与底层软硬件架构的全面适配，业界首款运行接近3万亿参数量的大模型在新节点平台上获得完全支持。

Day 0适配是大型模型落地部署的关键初始环节，此类适配作业需要调用最新研发成果，对云平台与算法进行双向兼容操作。根据阿里云技术文档显示，为部署超大模型所开发的这套适配方案，实现了包括高并发能力、分布式架构优化等在内的核心技术突破。

新平台定位 更高承载力

阿里云此次部署支持的最大模型参数规模达到近3万亿维度，刷新了国内云端超大规模模型推理平台的记录标准。相较于传统节点，"真武M890系列"提供了更高密度的NPU资源缺口填补能力和更强的算力扩展模块，专为满足巨量模型运算需求而优化设计。
摸鱼不慌 / 科技 / 阿里云真武M890完成创新适配支持国内最大模型
消息人士指出，这一平台特性将有助于支持企业或研究机构部署AI项目时，降低基础设施采购成本，提高模型迭代效率。当前智能计算市场正朝着更大规模模型处理要求发展，该技术平台有助于中国在高性能计算领域进一步巩固竞争优势。

模型与平台 深度协同演化

据业界分析人士解读，平台软件与超大模型之间持续同步迭代是驱动AI行业演进的重要动力机制。这种Day 0适配流程主要解决了硬件到框架链接层面的兼容性测试，确保超大计算任务能够在云端开放环境中实现流畅执行。

从关键性能指标显示，部署在阿里云新平台上的Kimi K3模型响应速率显著提升，算力利用率提高了约20%。综合评估模块表明该解决方案在阿里云自研架构下，有效克服了极端高参数量级可能带来的内存占用与延迟问题。

阿里云技术负责人表示：“真武M890平台的Day 0适配不仅是针对单一模型的突破，更是云计算架构应对AI算力爆发的系统性突破，标志新一代云原生AI基础设施全面建成。”

算力革命 领跑第二次人工智能浪潮

从技术迭代路径观察，超万亿参数大模型的稳定部署代表全球进入新一轮AI算力革命关键节点。业内专家表示，这种"超高规格模型部署"将成为检验云平台技术水准的业界新标尺，相关能力有望优先应用于金融风控、生物医药和智能交通等关键场景。

平台赋能 成就应用价值

此次适配不仅仅意味着技术参数堆叠，更代表中国云端算力基本国力的实证展示。平台端到端兼容能力的展示，为非公企业参与国家级AI战略规划夯实了基础。这种云原生平台与先进技术的协同进化，标志着AI生态在中国加速驶入战略攻坚期。

月之暗面发布Kimi K3：2.8万亿参数多模态模型亮相，首个实现Day 0适配的国产超节点真武M890全面支持

今日月之暗面正式推出Kimi K3模型，打破了AI领域参数规模的新纪录，成为当业内参数规模最大的模型之一，总参数规模高达2.8万亿。这一参数量级不仅反映了月之暗面在大规模模型训练上的技术积累，也标志着模型在理解和生成复杂数据方面的潜力。

技术规格突破多模态边界

Kimi K3具有支持100万Token的上下文能力，这一特性对于需要处理超长文本的应用格外有利，包括编程辅助和深度文档分析等场景。与传统模型不同，它还拥有原生多模态能力，意味着它可以同时处理图像与文本信息，这对于创意性产业和产品团队而言是一个重大突破。

真武超节点首次实现对外部模型支持

CNMO科技了解到，所谓Day 0适配是指在模型发布当日即完成基础适配工作。在新模型还在初步优化阶段，大多数算法供应商尚未完成适配之际，月之暗面已经完成与真武M890超节点的兼容测试，这对庞大的企业用户尤其具有吸引力，因为他们可快速部署、互操作新模型。

拥有2.8万亿参数规模的Kimi K3能够在全行业中构建统一的数据理解和推理能力，解决了复杂任务中的信息整合问题。

多模态应用看好未来商用潜力

多模态不仅意味着能够识别图像，还能让计算机如人类一样理解图像和文本之间的联系与交互，这对于自动驾驶、智能视频分析以及多媒体内容生成等领域非常重要。例如，在驾驶模拟环境中，模型不仅需要解析文本指令，还需要理解驾驶员的表情变化和视频环境中的人物关系。

平头哥发布新一代训推一体AI芯片真武M890

平头哥推出最新训推一体AI芯片真武M890，实现技术突破。依托该芯片构建的超节点已跑通参数规模达2.4万亿的Qwen3.8模型，并通过64颗真武M890芯片组成单实例架构，提供高达800GB/s的高速互联能力与约9TB显存，显著提升超大规模MoE模型的并行计算效率。

性能与架构创新

真武M890芯片通过革命性架构设计，成功打破训推分离壁垒，可同时满足模型训练与推理需求。芯片部署采用模块化设计理念，支持大规模集群互联互通，实现显著的资源利用率和算力扩展性。

MoE模型支持解析

专家们指出，MoE架构通过神经网络参数智能选择机制，使模型规模呈指数级扩大，但计算复杂度相对较低。新架构每个计算单元仅承载部分运算单元，实现算力的高效配置与深度垂直整合。

业界影响分析

业内技术专家分析认为，新芯片的发布将对AI算力行业格局产生深远影响，其突出优势在于商用化部署灵活性和能耗控制合理性。该产品有望显著提升国内AI算力基础设施水平。