ОтветыОпубликовано16 источники
FlagOS 2.2 делает ставку на общую оптимизацию ИИ для разных чипов
FlagOS 2.2 нацелен не только на запуск моделей на разных чипах, но и на повторное использование и совместную оптимизацию программного кода. В набор входят библиотеки операторов, генерация ядер, отладка и квантование; часть заявлений о платформах и результатах тестов пока нельзя обобщать на все нагрузки.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- FlagOS 2.2 нацелен не только на запуск моделей на разных чипах, но и на повторное использование и совместную оптимизацию программного кода.
- В набор входят библиотеки операторов, генерация ядер, отладка и квантование; часть заявлений о платформах и результатах тестов пока нельзя обобщать на все нагрузки.
Промпт ИИ
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
Главное изменение в FlagOS 2.2 — переход от простой совместимости с разными чипами к повторному использованию и оптимизации кода для разных платформ. Стек объединяет библиотеки вычислительных операторов, оптимизацию компилятора, генерацию ядер и инструменты развёртывания. По данным Пекинского института искусственного интеллекта (BAAI), девять библиотек включают 1454 оператора, а их производительность при тестировании более чем на 1000 операторах и 10 типах ИИ-оборудования выросла примерно на 27%. Это заявленные результаты испытаний, а не гарантия такого же ускорения для любой модели или нагрузки. 6
8
Что изменилось в FlagOS 2.2
Программный стек для нескольких типов чипов помогает запускать модель на разном оборудовании. Следующий шаг — сделать так, чтобы инженерная работа, например реализация и оптимизация операторов, не приходилось заново выполнять для каждой платформы. В FlagOS 2.2 реализации операторов объединены с оптимизацией компилятора FlagTree. 6
В девяти библиотеках теперь, по опубликованным данным, 1454 оператора — на 890 больше, чем в предыдущей версии. Одна из них, FlagGems, написана на Triton и предназначена для поддержки вывода и обучения моделей на нескольких аппаратных платформах. 1
2
6
Вторичный обзор описывает FlagGems-SGLang как библиотеку с 40 многоплатформенными операторами для таких задач, как attention, обновление состояния Mamba, mixture of experts, LoRA, сэмплирование и квантование. Однако доступные материалы конференции и официальной документации не позволяют независимо подтвердить охват платформ и проверку этих операторов. Поэтому этот перечень стоит воспринимать как описание заявленных функций, а не как подтверждённый результат тестов производительности.
Генерация ядер и отладка
KernelGen — платформа для автоматической разработки ядер Triton: она предназначена для генерации, оптимизации, тестирования и развёртывания операторов на разном оборудовании. 5 Согласно сообщению о релизе, за квартал инструмент сгенерировал 765 операторов; 416 из них, как сообщается, прошли проверку точности как минимум на пяти китайских аппаратных платформах. Это не означает, что проверку прошли все 765 операторов, и не подтверждает, что проверенные ядра сравнялись по скорости с нативными реализациями или обошли их.
6
В документации FlagPrism описан как инструмент для отладки программ Triton и анализа производительности на нескольких аппаратных платформах. 3 В сообщении о релизе говорится о поддержке оборудования пяти производителей, включая Nvidia и Huawei Ascend.
6 Доступные материалы не перечисляют всех производителей и не дают подробного сравнения возможностей отладки и профилирования.
Квантование и адаптация моделей
FlagOS-Compressor поддерживает конвертацию чекпойнтов, квантование весов, калибровку и проверку созданных артефактов. BAAI сообщает, что после квантования Qwen3.5-397B-A17B размер файлов модели уменьшился на 49,1%. В приведённом источнике нет соответствующих данных о точности модели или скорости её работы, поэтому одного сокращения размера недостаточно, чтобы судить о компромиссе между качеством и производительностью. 6
По тому же сообщению, благодаря плагинам фреймворков для разных типов оборудования и FlagOS-Compressor новая модель может получить адаптацию Day-0 — в день выхода — максимум для 12 аппаратных платформ. Это заявленная возможность: доступные данные не уточняют, какие именно плагины использовались для конкретной адаптации и как воспроизвести указанное время. 6
Как понимать цифры производительности
BAAI сообщает примерно о 27-процентном росте производительности операторов при тестировании более чем 1000 операторов на 10 типах разнородного ИИ-оборудования. 6 Это результат на уровне операторов, а не свидетельство того, что обслуживание любой модели станет на 27% быстрее. Итоговая скорость зависит от модели, оборудования, точности вычислений, характера нагрузки и настроек сервиса.
В качестве отдельного примера новостное издание сообщает, что пропускная способность логического обслуживания GLM-5.3-Flash на Ascend 910B после оптимизации достигла 2,04 от прежнего уровня. В доступном фрагменте источника недостаточно подробностей о нагрузке и точке отсчёта, чтобы переносить этот результат на другие развёртывания. Представленные здесь данные также не подтверждают заявленные результаты для Xing4.0-29B-A4B China Telecom на 10 платформах.
Зачем повторно использовать результаты оптимизации
В материалах конференции проблему описывают так: модели ИИ быстро меняются, а вычислительная инфраструктура должна работать годами. FlagOS стремится превратить работу над операторами, компилятором и системами для конкретных моделей в повторно используемые возможности, которые можно применять на разных чипах. 8
BAAI также утверждает, что более 80% уже развёрнутых вычислительных мощностей для ИИ относятся к поколениям, не являющимся новейшими. В доступных источниках эта цифра приводится как заявление организации, а не как независимо подтверждённая статистика. Если оценка верна, программные улучшения, помогающие запускать новые модели на существующем оборудовании, могут стать для операторов дополнительным вариантом вместо замены техники. 6
8
Вывод пока умеренно оптимистичный: FlagOS 2.2 сообщает о более широком наборе операторов и инструментах для переноса оптимизаций между чипами. Показатели релиза помогают оценить прогресс проекта, но для решения о внедрении нужны испытания на конкретной нагрузке. Доступные публикации не подтверждают независимо каждое заявление о платформах, моделях и производительности.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «FlagOS 2.2 делает ставку на общую оптимизацию ИИ для разных чипов»?
FlagOS 2.2 нацелен не только на запуск моделей на разных чипах, но и на повторное использование и совместную оптимизацию программного кода.
Какие ключевые моменты необходимо проверить в первую очередь?
FlagOS 2.2 нацелен не только на запуск моделей на разных чипах, но и на повторное использование и совместную оптимизацию программного кода. В набор входят библиотеки операторов, генерация ядер, отладка и квантование; часть заявлений о платформах и результатах тестов пока нельзя обобщать на все нагрузки.