国产GPU开始造世界！国内首个全栈具身智能仿真平台来了

56 0 0

文章摘要

摩尔线程正式发布首个全栈国产化具身智能仿真平台MT Lambda，标志着国产算力企业正式切入物理AI基础设施建设。该平台首次在全国产硬件上完成运控策略训练，并实现仿真到现实的真机无损迁移，全面打通了大模型训练、仿真模拟与端侧部署的技术链路。针对具身智能领域真实数据采集成本高昂、真机训练损坏风险大及复杂场景泛化困难等核心痛点，该平台构建了涵盖数据合成、策略训练、仿真验证至端侧部署的标准化开发流水线。平台底层深度融合物理、渲染与AI三大引擎，依托自研MUSA架构实现高精度动力学求解、高保真光线追踪与多模态大模型训练的统一协同。在典型仿真负载下，并行求解技术可使整体吞吐效率实现约三十倍提升，而硬件级光追核心则大幅增强了多传感器合成数据的真实感。这一架构设计有效打破了传统开发流程中智算、图形渲染与物理仿真工具相互割裂的局面，大幅削减了跨平台数据迁移带来的调试成本与误差累积。

在整体算力部署方面，仿真平台与夸娥智算集群、长江SoC及E300端侧模组共同构建起云端训练、虚拟验证与终端执行的完整闭环。云端集群依托全功能GPU提供海量并行仿真环境与全精度计算能力，端侧硬件则保障低延迟、高可靠的实时运动控制，确保虚拟训练策略能够精准映射至物理实体。该全栈技术方案目前已进入多维度生态验证阶段。多项联合测试数据表明，国产千卡集群在端到端模型训练中的损失走势与主流国际硬件保持高度一致，核心物理参数仿真准确度超过百分之九十九，并在自动驾驶世界模型测试中实现每周百亿公里级的数据生成效率。具身智能的产业突破已从单纯算法迭代转向系统性基础设施建设，构建高保真、可复现的虚拟训练世界成为跨越虚实鸿沟的核心路径。通过底层架构创新与上下游生态整合，国产GPU正加速向物理AI基础设施方向演进，为智能体规模化落地提供从算力底座到应用场景的全链条支撑。