AnswersPublished16 sources
FlagOS 2.2 מבקש להפוך אופטימיזציות AI לניתנות לשימוש חוזר בין שבבים
FlagOS 2.2 שואף לעבור מהתאמת מודלים לשבבים שונים לשימוש חוזר באופטימיזציות תוכנה בין פלטפורמות חומרה. המערכת כוללת, לפי הדיווח, 1,454 אופרטורים בתשע ספריות; נתוני ביצועים נקודתיים אינם מעידים בהכרח על שיפור דומה בשירות מלא.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- FlagOS 2.2 שואף לעבור מהתאמת מודלים לשבבים שונים לשימוש חוזר באופטימיזציות תוכנה בין פלטפורמות חומרה.
- המערכת כוללת, לפי הדיווח, 1,454 אופרטורים בתשע ספריות; נתוני ביצועים נקודתיים אינם מעידים בהכרח על שיפור דומה בשירות מלא.
- יש טענות על התאמה מהירה, כימות ושיפור בתפוקה, אך חלקן חסרות פרטי בדיקה מספקים או אימות בלתי תלוי.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How does the Beijing Academy of Artificial Intelligence’s FlagOS 2.2, released September 30 and showcased at the October 17, 2026 AI Open Co. Article summary: FlagOS 2.2’s central advance is a shift from making models run on different chips to reusing and optimizing a common software implementation across those chips, combining operator libraries, compilation, kernel generatio. Topic tags: general, documentation, general web, government. 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, watermarks, cha
החידוש המרכזי ב־FlagOS 2.2 הוא שינוי הדגש: לא רק לגרום למודל לפעול על שבבים שונים, אלא גם לאפשר שימוש חוזר באופטימיזציות תוכנה בין פלטפורמות. לשם כך, סביבת התוכנה משלבת ספריות אופרטורים, אופטימיזציה של קומפיילר, יצירת קרנלים וכלי פריסה. מכון בייג׳ינג לבינה מלאכותית (BAAI), שפיתח את המערכת, מדווח על 1,454 אופרטורים בתשע ספריות ועל שיפור של כ־27% בביצועי אופרטורים בבדיקות שכללו יותר מ־1,000 אופרטורים ועשרה סוגי חומרת AI. אלה תוצאות שדווחו על ידי המפתחים — לא הוכחה לכך שכל מודל או שירות ישתפרו באותה מידה. 6
8
מה השתנה ב־FlagOS 2.2
מערכת תוכנה למספר סוגי שבבים יכולה לפתור את שאלת התאימות: האם אפשר להריץ מודל על חומרה מסוימת? אבל האתגר הבא הוא להפוך גם את עבודת ההנדסה — למשל, מימוש ואופטימיזציה של אופרטורים — לניתנת לשימוש חוזר בפלטפורמות שונות. FlagOS 2.2 מחברת בין מימושי אופרטורים לבין אופטימיזציית הקומפיילר FlagTree, כחלק מהכיוון הזה. 6
לפי הדיווח, תשע ספריות האופרטורים כוללות יחד 1,454 אופרטורים — 890 יותר מבגרסה הקודמת. אחת מהן, FlagGems, כתובה ב־Triton ונועדה לתמוך באימון ובהסקה של מודלים באמצעות מספר מערכות חומרה. 1
2
6
דיווח משני מתאר גם 40 אופרטורים רב־שבביים בספריית FlagGems-SGLang, לפעולות כמו attention, עדכון מצב של Mamba, תערובת מומחים (MoE), LoRA, דגימה וכימות. המסמכים הרשמיים והחומרים מהכנס הזמינים כאן אינם מפרטים באופן בלתי תלוי את כיסוי הפלטפורמות או את תהליך האימות של אותם אופרטורים. לכן נכון להתייחס לרשימה כתיאור פיצ׳ר שדווח, ולא כתוצאה מוכחת של ביצועים.
יצירת קרנלים וכלי איתור תקלות
KernelGen היא פלטפורמה אוטומטית לפיתוח קרנלי Triton: היא מיועדת ליצור, לייעל, לבדוק ולפרוס אופרטורים על חומרות שונות. 5 לפי דיווח על ההשקה, במהלך הרבעון היא יצרה 765 אופרטורים; 416 מהם עברו, לפי הדיווח, בדיקת דיוק בלפחות חמש פלטפורמות חומרה מקומיות בסין. אין בכך אישור שכל 765 האופרטורים עברו בדיקה, וגם לא הוכחה שהקרנלים שאומתו השתוו למימוש המקורי של כל פלטפורמה או עלו עליו בביצועים.
6
בתיעוד של FlagOS מתוארת FlagPrism ככלי רב־מערכתי לאיתור תקלות ולניתוח ביצועים בתוכניות Triton. 3 בדיווח על גרסה 2.2 נאמר שהיא תומכת בחמש יצרניות חומרה, ובהן Nvidia ו־Huawei Ascend.
6 החומרים הזמינים אינם מפרטים את כל היצרניות או מציגים השוואה מלאה של יכולות האיתור והניתוח.
כימות והתאמת מודלים
FlagOS-Compressor תומך בהמרת קובצי checkpoint, בכימות משקולות, בכיול ובאימות של התוצרים שנוצרו. BAAI מדווחת שכימות של Qwen3.5-397B-A17B הקטין את קובץ המודל ב־49.1%. הדיווח המצוטט אינו מוסר את מדדי הדיוק או מהירות השירות לאחר הכימות, ולכן צמצום גודל הקובץ לבדו אינו מלמד מה הייתה ההשפעה על איכות המודל או על ביצועיו בזמן ריצה. 6
עוד נמסר כי שילוב של תוספים למסגרות תוכנה, המאפשרים עבודה עם חומרות שונות, ושל FlagOS-Compressor מאפשר להתאים מודל חדש לעד 12 פלטפורמות חומרה כבר ביום ההשקה — Day 0. 6 זו יכולת מדווחת; המידע הזמין אינו מציין אילו תוספים שימשו להתאמה מסוימת ואינו מספק פרטים שמאפשרים לשחזר את לוח הזמנים.
איך לקרוא את נתוני הביצועים
BAAI מדווחת על שיפור של כ־27% בביצועי אופרטורים בין שבבים, במסגרת בדיקות שכללו יותר מ־1,000 אופרטורים ועשרה סוגים של חומרת AI הטרוגנית. 6 מדובר במדידה ברמת האופרטור. אין להסיק ממנה ששירות של מודל מקצה לקצה יהיה מהיר ב־27%: התוצאה בשירות תלויה, בין היתר, במודל, בחומרה, בדיוק החישוב, בעומס העבודה ובהגדרות הפריסה.
בדוגמה הנוגעת לשירות בפועל, דיווח חדשותי מסר שהתפוקה בשירות לוגי של GLM-5.3-Flash על Ascend 910B הגיעה לפי 2.04 מהרמה שלפני האופטימיזציה. בקטע המקור אין די פרטים על העומס ועל קו הבסיס כדי להחיל את התוצאה על פריסות אחרות. גם הנתונים המבוקשים על Xing4.0-29B-A4B של China Telecom, בעשר פלטפורמות, אינם מאומתים בחומרים שהוצגו כאן.
למה חשוב לעשות שימוש חוזר באופטימיזציות
הסיקור של הכנס מציג פער מעשי: מודלי AI מתחלפים במהירות, בעוד שתשתיות מחשוב צפויות לשרת לאורך שנים. הכיוון של FlagOS הוא להפוך עבודת הנדסה שנעשתה עבור מודל — באופרטורים, בקומפיילר ובמערכת — ליכולת שאפשר להעביר בין שבבים שונים. 8
BAAI גם טוענת שיותר מ־80% מתשתיות המחשוב ל־AI שכבר נפרסו מבוססות על חומרה שאינה מהדור העדכני ביותר. זהו נתון של הארגון, ולא נתון סטטיסטי שאומת באופן בלתי תלוי במקורות הזמינים. אם ההנחה נכונה, שיפורי תוכנה שמאפשרים לחומרה קיימת לתמוך במודלים חדשים עשויים לספק למפעילים חלופה נוספת לצד החלפת ציוד. 6
8
השורה התחתונה: FlagOS 2.2 מציגה הרחבה של כיסוי האופרטורים וכלים שנועדו לשתף עבודת אופטימיזציה בין שבבים. הנתונים המרכזיים מספקים אינדיקציה להתקדמות הפרויקט, אך לפני החלטה על פריסה נדרשות בדיקות על עומס העבודה הספציפי. הדיווחים הזמינים אינם מאמתים באופן בלתי תלוי כל טענה לגבי כל פלטפורמה, מודל או שיפור בביצועים.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "FlagOS 2.2 מבקש להפוך אופטימיזציות AI לניתנות לשימוש חוזר בין שבבים"?
FlagOS 2.2 שואף לעבור מהתאמת מודלים לשבבים שונים לשימוש חוזר באופטימיזציות תוכנה בין פלטפורמות חומרה.
What are the key points to validate first?
FlagOS 2.2 שואף לעבור מהתאמת מודלים לשבבים שונים לשימוש חוזר באופטימיזציות תוכנה בין פלטפורמות חומרה. המערכת כוללת, לפי הדיווח, 1,454 אופרטורים בתשע ספריות; נתוני ביצועים נקודתיים אינם מעידים בהכרח על שיפור דומה בשירות מלא.
What should I do next in practice?
יש טענות על התאמה מהירה, כימות ושיפור בתפוקה, אך חלקן חסרות פרטי בדיקה מספקים או אימות בלתי תלוי.