AntwortenVeröffentlicht16 Quellen
ModelSphere bündelt KI-Bereitstellung und Betrieb – mit einem großen Leistungsversprechen
Phancy Group (4Paradigm) und RiseUnion stellten ModelSphere am 16. Oktober 2026 als kostenlose Open Source Plattform für Unternehmen vor.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Phancy Group (4Paradigm) und RiseUnion stellten ModelSphere am 16. Oktober 2026 als kostenlose Open Source Plattform für Unternehmen vor.
- Das System soll Verwaltung von Rechenressourcen, Modellbereitstellung und Optimierung im laufenden Betrieb zusammenführen.
- Die Anbieter sprechen von bis zu 285 Prozent mehr Spitzendurchsatz. Unabhängige Benchmark Ergebnisse liegen in den verfügbaren Quellen nicht vor.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did 4Paradigm and RiseUnion announce in their October 16, 2026 open-source release of ModelSphere, including its production-oriented ro. Article summary: On October 16, 2026, 4Paradigm/Phancy and RiseUnion announced ModelSphere as a free, open-source, production-oriented AI deployment platform unifying compute management, model deployment and runtime optimization—not a fi. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Am 16. Oktober 2026 haben Phancy Group (4Paradigm) und RiseUnion ModelSphere vorgestellt. Die Open-Source-Plattform soll Unternehmen dabei helfen, KI-Rechenressourcen zu verwalten, große Modelle bereitzustellen und deren Betrieb zu optimieren – gebündelt in einem System. Es geht damit um Infrastruktur für den produktiven Einsatz von KI, nicht um eine Finanzierungs- oder Geschäftszahlenmeldung. 1
2
Eine Plattform für Bereitstellung und Betrieb
ModelSphere soll den Weg von verfügbarer Rechenleistung zu einsatzbereiten KI-Diensten vereinfachen. Laut den Unternehmen ist die Plattform für Geschäftskunden kostenlos und auf GitHub verfügbar. 1
2 Das Bereitstellungs-Repository findet sich unter modelsphere/modelsphere; dort wird auch eine Apache-2.0-Lizenz ausgewiesen.
11
33
Zu den bei der Einführung genannten Funktionen zählen eine grafische Oberfläche für die Bereitstellung, elastische Skalierung, hochverfügbare Lastverteilung und die Wiederherstellung von Diensten. Das sind Produktangaben der Anbieter; die verfügbaren Quellen enthalten keine unabhängigen Tests dieser Funktionen. 2
38
Das GitHub-Repository nennt außerdem eine Architektur, die Prefill- und Decode-Schritte voneinander trennen kann, sowie einen gemeinsam genutzten L3-KV-Cache. Solche Verfahren sollen die Modellbereitstellung und Cache-Nutzung über mehrere Instanzen hinweg unterstützen. 11
Unterstützung verschiedener Beschleuniger und Modelle
Die Ankündigung beschreibt ModelSphere als System zur gemeinsamen Verwaltung unterschiedlicher Beschleuniger. Genannt werden Huawei Ascend, Iluvatar, Moore Threads und Hygon DCU; als Inferenz-Engine kommt demnach EngineX zum Einsatz. 2 Auch das Projekt-Repository beschreibt einen einheitlichen Serving-Stack für verschiedene Beschleunigertypen.
11
Für die Plattform seien außerdem Anpassungen an DeepSeek-V4 und V4-Flash, Qwen, Kimi, MiniMax und GLM vorgenommen worden. Das erklärte Ziel: Neue Modelle sollen sich schneller für den Unternehmenseinsatz bereitstellen lassen. 26 Die Quellen belegen damit die gemeldete Unterstützung, nicht aber, dass jede Kombination aus Modell und Hardware unabhängig geprüft oder für jeden produktiven Einsatz geeignet ist.
Was bedeutet die Zahl von 285 Prozent?
Die Unternehmen geben an, der Spitzendurchsatz könne um bis zu 285 Prozent steigen – das entspräche dem 3,85-Fachen des Ausgangswerts und lässt sich daher als „fast viermal so hoch“ zusammenfassen. 1
Wie weit sich dieser Wert auf andere Einsatzszenarien übertragen lässt, geht aus den verfügbaren Berichten nicht hervor. Eine unabhängige Bestätigung wird dort ebenfalls nicht genannt. Für einen aussagekräftigen Vergleich müssten unter anderem Hardware, Modell, Arbeitslast, Ausgangskonfiguration und geltende Latenzanforderungen bekannt sein. Bis dahin ist die Zahl als Leistungsangabe der Anbieter zu verstehen, nicht als allgemeine Garantie.
Was die Ankündigung belegt – und was offenbleibt
Gut belegt ist die grundsätzliche Ausrichtung: ModelSphere soll eine gemeinsame Betriebsschicht für die Bereitstellung und Verwaltung von Unternehmensmodellen bilden und Rechenressourcen, Serving und Laufzeitoptimierung zusammenführen. 1
2 Die verfügbaren Materialien nennen konkrete Funktionen und die Open-Source-Verfügbarkeit.
Nicht ausreichend belegt ist dagegen, wie ModelSphere Aufgaben genau mit Inferenz-Engines wie vLLM oder SGLang aufteilt. Auch lässt sich anhand der vorliegenden Informationen nicht unabhängig bestätigen, dass sämtliche angekündigten Funktionen bereits umfassend in Produktionsumgebungen validiert wurden. Für Unternehmen ist daher vor allem entscheidend, die passende Hardware- und Modellkombination selbst zu testen – und die veröffentlichten Leistungswerte unter den eigenen Bedingungen nachzustellen.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „ModelSphere bündelt KI-Bereitstellung und Betrieb – mit einem großen Leistungsversprechen“?
Phancy Group (4Paradigm) und RiseUnion stellten ModelSphere am 16. Oktober 2026 als kostenlose Open Source Plattform für Unternehmen vor.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Phancy Group (4Paradigm) und RiseUnion stellten ModelSphere am 16. Oktober 2026 als kostenlose Open Source Plattform für Unternehmen vor. Das System soll Verwaltung von Rechenressourcen, Modellbereitstellung und Optimierung im laufenden Betrieb zusammenführen.
Was soll ich als nächstes in der Praxis tun?
Die Anbieter sprechen von bis zu 285 Prozent mehr Spitzendurchsatz. Unabhängige Benchmark Ergebnisse liegen in den verfügbaren Quellen nicht vor.
Quellen
apnews.comPhancy and RiseUnion Launch ModelSphere, an Open-Source, One-Stop Production-Grade AI Deployment Platform
money.udn.com範式智能聯同睿思智聯推出開源一站式生產級AI部署平台「模域」（ModelSphere） | 國際現場 | 商情 | 經濟日報
github.comGitHub - modelsphere/modelsphere: ModelSphere is an open-source LLM inference infrastructure designed to make production-grade model serving simple, efficient, and continuously optimized.