उत्तरप्रकाशित16 स्रोत
FlagOS 2.2 का जोर अब चिप अनुकूलता से आगे, साझा AI ऑप्टिमाइज़ेशन पर
FlagOS 2.2 का लक्ष्य सिर्फ मॉडलों को अलग अलग चिपों पर चलाना नहीं, बल्कि उनके लिए किए गए सॉफ्टवेयर ऑप्टिमाइज़ेशन को चिपों के बीच दोबारा इस्तेमाल करना है। BAAI ने 1,454 ऑपरेटरों और परीक्षणों में करीब 27% बेहतर क्रॉस चिप ऑपरेटर प्रदर्शन की सूचना दी है; इसे हर मॉडल की सर्विंग में समान सुधार नहीं मानना चाहिए। कर्नल जनरेश...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- FlagOS 2.2 का लक्ष्य सिर्फ मॉडलों को अलग अलग चिपों पर चलाना नहीं, बल्कि उनके लिए किए गए सॉफ्टवेयर ऑप्टिमाइज़ेशन को चिपों के बीच दोबारा इस्तेमाल करना है।
- BAAI ने 1,454 ऑपरेटरों और परीक्षणों में करीब 27% बेहतर क्रॉस चिप ऑपरेटर प्रदर्शन की सूचना दी है; इसे हर मॉडल की सर्विंग में समान सुधार नहीं मानना चाहिए।
- कर्नल जनरेशन, डिबगिंग और क्वांटाइज़ेशन के टूल भी शामिल हैं, हालांकि कुछ प्लेटफॉर्म और वर्कलोड दावों के लिए पर्याप्त स्वतंत्र या विस्तृत बेंचमार्क उपलब्ध नहीं हैं।
AI संकेत
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
FlagOS 2.2 का मुख्य बदलाव है—अलग-अलग चिपों पर मॉडल चलाने की अनुकूलता से आगे बढ़कर, एक प्लेटफॉर्म पर किया गया सॉफ्टवेयर काम दूसरी चिपों पर भी काम आए और वहां ऑप्टिमाइज़ किया जा सके। इसके लिए यह ऑपरेटर लाइब्रेरी, कंपाइलर ऑप्टिमाइज़ेशन, कर्नल बनाने और तैनाती के टूल को एक साथ लाता है। बीएएआई (BAAI) के मुताबिक, इसकी नौ लाइब्रेरियों में 1,454 ऑपरेटर हैं और 1,000 से अधिक ऑपरेटरों तथा 10 तरह के AI हार्डवेयर पर हुए परीक्षणों में क्रॉस-चिप ऑपरेटर प्रदर्शन करीब 27% बेहतर रहा। ये रिपोर्ट किए गए नतीजे हैं—इसका अर्थ यह नहीं कि हर मॉडल या सर्विंग वर्कलोड में उतना ही सुधार होगा। 6
8
FlagOS 2.2 में क्या बदला
कई चिपों के लिए बना सॉफ्टवेयर स्टैक किसी मॉडल को अलग-अलग हार्डवेयर पर चलाने में मदद कर सकता है। अगली चुनौती यह है कि ऑपरेटर बनाने और उन्हें तेज़ करने में लगा इंजीनियरिंग का काम हर प्लेटफॉर्म के लिए नए सिरे से न करना पड़े। FlagOS 2.2 इसी दिशा में ऑपरेटर के कार्यान्वयन को FlagTree के कंपाइलर ऑप्टिमाइज़ेशन के साथ जोड़ता है। 6
बीएएआई के अनुसार, नौ ऑपरेटर लाइब्रेरियों में कुल 1,454 ऑपरेटर हैं—पिछले संस्करण से 890 अधिक। इनमें FlagGems भी शामिल है: Triton में बनी यह लाइब्रेरी कई बैकएंड पर मॉडल इनफरेंस और ट्रेनिंग के लिए ऑपरेटर उपलब्ध कराने के उद्देश्य से बनाई गई है। 1
2
6
एक अन्य रिपोर्ट के मुताबिक, FlagGems-SGLang में attention, Mamba state update, mixture-of-experts, LoRA, sampling और quantization जैसे कामों के लिए 40 मल्टी-चिप ऑपरेटर जोड़े गए हैं। उपलब्ध सम्मेलन और आधिकारिक दस्तावेज़ों के अंश इन ऑपरेटरों के प्लेटफॉर्म कवरेज या सत्यापन की अलग से पुष्टि नहीं करते। इसलिए इस सूची को रिपोर्ट की गई सुविधाओं का विवरण समझना बेहतर है, न कि प्रमाणित प्रदर्शन नतीजा।
कर्नल बनाना और डिबग करना
KernelGen, Triton कर्नल बनाने, ऑप्टिमाइज़ करने, जांचने और अलग-अलग हार्डवेयर पर तैनात करने के लिए स्वचालित प्लेटफॉर्म है। 5 रिलीज़ रिपोर्टिंग के अनुसार, इस तिमाही में इससे 765 ऑपरेटर बनाए गए। इनमें से 416 ने कम-से-कम पांच घरेलू हार्डवेयर प्लेटफॉर्म पर सटीकता की जांच पास की। इससे यह साबित नहीं होता कि सभी 765 की पुष्टि हुई थी या जांचे गए कर्नल हर प्लेटफॉर्म के मूल कार्यान्वयन जितने तेज़ थे अथवा उनसे बेहतर थे।
6
FlagOS के दस्तावेज़ FlagPrism को Triton प्रोग्राम के लिए मल्टी-बैकएंड डिबगिंग और प्रदर्शन-विश्लेषण टूल बताते हैं। 3 रिलीज़ रिपोर्टिंग के मुताबिक, यह Nvidia और Huawei Ascend समेत पांच हार्डवेयर कंपनियों को सपोर्ट करता है।
6 उपलब्ध सामग्री में हर समर्थित कंपनी की पूरी सूची या डिबगिंग और प्रोफाइलिंग सुविधाओं की विस्तृत तुलना नहीं दी गई है।
क्वांटाइज़ेशन और नए मॉडलों का अनुकूलन
FlagOS-Compressor मॉडल चेकपॉइंट बदलने, वज़न क्वांटाइज़ करने, कैलिब्रेशन करने और तैयार आउटपुट की जांच करने में मदद करता है। बीएएआई का कहना है कि Qwen3.5-397B-A17B को क्वांटाइज़ करने के बाद उसकी मॉडल फ़ाइल का आकार 49.1% घटा। उद्धृत रिपोर्ट में इसके साथ सटीकता या सर्विंग गति के आंकड़े नहीं दिए गए हैं, इसलिए फ़ाइल का छोटा होना अपने आप में मॉडल की गुणवत्ता या रनटाइम प्रदर्शन के बारे में निष्कर्ष नहीं देता। 6
रिपोर्ट यह भी कहती है कि अलग-अलग हार्डवेयर के लिए फ्रेमवर्क प्लगइन और FlagOS-Compressor की मदद से नया मॉडल अधिकतम 12 हार्डवेयर प्लेटफॉर्म पर Day-0 अनुकूलन पा सकता है। यह रिपोर्ट की गई क्षमता है; उपलब्ध सामग्री यह नहीं बताती कि किसी खास अनुकूलन में कौन-से प्लगइन इस्तेमाल हुए या उसे दोबारा करने के लिए पर्याप्त समय-संबंधी विवरण देती है। 6
प्रदर्शन के आंकड़ों को कैसे पढ़ें
बीएएआई ने 1,000 से अधिक ऑपरेटरों और 10 तरह के विषम AI हार्डवेयर के परीक्षण दायरे में क्रॉस-चिप ऑपरेटर प्रदर्शन करीब 27% बढ़ने की सूचना दी है। 6 यह ऑपरेटर-स्तर का नतीजा है। इसे पूरे मॉडल की सर्विंग में 27% सुधार न समझें—ऐसे नतीजे मॉडल, हार्डवेयर, प्रिसिजन, वर्कलोड और सर्विंग कॉन्फ़िगरेशन पर निर्भर करते हैं।
सर्विंग के एक उदाहरण में, एक समाचार रिपोर्ट कहती है कि Ascend 910B पर GLM-5.3-Flash की लॉजिकल-सर्विंग थ्रूपुट ऑप्टिमाइज़ेशन से पहले के स्तर की 2.04 गुना पहुंची। उपलब्ध अंश में वर्कलोड और तुलना के आधार का इतना विवरण नहीं है कि इस नतीजे को दूसरी तैनातियों पर लागू किया जा सके। यहां दी गई सामग्री China Telecom के Xing4.0-29B-A4B के 10 प्लेटफॉर्म पर नतीजों की भी पुष्टि नहीं करती।
ऑप्टिमाइज़ेशन का काम साझा करना क्यों अहम है
सम्मेलन की रिपोर्टिंग एक व्यावहारिक चुनौती की ओर ध्यान दिलाती है: AI मॉडल तेज़ी से बदलते हैं, जबकि कंप्यूटिंग ढांचे से कई साल तक काम लेने की उम्मीद होती है। FlagOS की दिशा है कि नए मॉडल के लिए किए गए ऑपरेटर, कंपाइलर और सिस्टम संबंधी काम को दोबारा इस्तेमाल होने वाली क्षमता बनाया जाए, जिसे अलग-अलग चिपों पर लागू किया जा सके। 8
बीएएआई का दावा है कि तैनात AI कंप्यूट का 80% से अधिक हिस्सा नवीनतम पीढ़ी का नहीं है। उपलब्ध स्रोतों में यह आंकड़ा स्वतंत्र रूप से सत्यापित नहीं है, इसलिए इसे संगठन का दावा ही मानना चाहिए। अगर यह अनुमान सही है, तो सॉफ्टवेयर सुधार पुराने हार्डवेयर पर भी नए मॉडल चलाने का रास्ता खोल सकते हैं—यानी हर मॉडल पीढ़ी के साथ उपकरण बदलना ही एकमात्र विकल्प न हो। 6
8
कुल मिलाकर, FlagOS 2.2 की रिपोर्टेड प्रगति उल्लेखनीय है: ऑपरेटर कवरेज बढ़ी है और अलग-अलग चिपों पर ऑप्टिमाइज़ेशन साझा करने के लिए टूल दिए गए हैं। लेकिन इन आंकड़ों को दिशा-सूचक समझना चाहिए, हर तैनाती के लिए गारंटी नहीं। किसी भी उपयोग से पहले संबंधित मॉडल और वर्कलोड पर अलग से परीक्षण जरूरी होगा; उपलब्ध रिपोर्टिंग हर प्लेटफॉर्म, मॉडल या प्रदर्शन दावे की स्वतंत्र पुष्टि नहीं करती।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"FlagOS 2.2 का जोर अब चिप अनुकूलता से आगे, साझा AI ऑप्टिमाइज़ेशन पर" का संक्षिप्त उत्तर क्या है?
FlagOS 2.2 का लक्ष्य सिर्फ मॉडलों को अलग अलग चिपों पर चलाना नहीं, बल्कि उनके लिए किए गए सॉफ्टवेयर ऑप्टिमाइज़ेशन को चिपों के बीच दोबारा इस्तेमाल करना है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
FlagOS 2.2 का लक्ष्य सिर्फ मॉडलों को अलग अलग चिपों पर चलाना नहीं, बल्कि उनके लिए किए गए सॉफ्टवेयर ऑप्टिमाइज़ेशन को चिपों के बीच दोबारा इस्तेमाल करना है। BAAI ने 1,454 ऑपरेटरों और परीक्षणों में करीब 27% बेहतर क्रॉस चिप ऑपरेटर प्रदर्शन की सूचना दी है; इसे हर मॉडल की सर्विंग में समान सुधार नहीं मानना चाहिए।
मुझे अभ्यास में आगे क्या करना चाहिए?
कर्नल जनरेशन, डिबगिंग और क्वांटाइज़ेशन के टूल भी शामिल हैं, हालांकि कुछ प्लेटफॉर्म और वर्कलोड दावों के लिए पर्याप्त स्वतंत्र या विस्तृत बेंचमार्क उपलब्ध नहीं हैं।