无问芯穹夏立雪：揭秘Agentic Infra如何重塑AI基建新范式

人工智能基础设施行业正站在一个关键的转折点上。过去几年，我们习惯于用线性增长的眼光看待算力需求，简单地通过增加GPU数量来解决性能瓶颈。然而，随着大模型从预训练阶段迈向后训练、推理时扩展乃至智能体扩展（Agentic Scaling）的多元演进路径，传统的线性堆叠模式已彻底失效。计算需求的指数级攀升与资源供给的碎片化之间，形成了难以弥合的鸿沟。在这一背景下，无问芯穹联合创始人兼CEO夏立雪在2026年世界人工智能大会上提出的Agentic Infra理念，不仅是对当前痛点的回应，更是对AI基础设施底层逻辑的重构。

从资源聚合到智能调度：破解异构算力的“碎片化”困局

基础设施的第一性原理是规模，而规模的前提是连接。当前的算力市场呈现出极度的异质化与碎片化特征：不同代际、不同品牌、不同位置的GPU集群犹如孤岛，无法形成合力。无问芯穹提出的“算力集散中心”概念，旨在通过Agentic Infra自主式基础设施平台，将分散的异构算力统一汇聚、弹性调度。

这一战略的核心技术突破在于跨域训练系统的工程化落地。夏立雪指出，算力聚合并非简单的网络互联，而是涉及计算、通信、存储的全栈协同优化。无问芯穹通过计算通信重叠的流水编排、自适应通信流调度以及异构算力调度机制，解决了“跨域”带来的三大难题：

首先是超远距离聚合的挑战。在联合中国电信完成的国内首例超4000公里跨域混训中，新疆哈密与广东深圳两地集群实现了联合训练性能提升165%。这证明了物理距离不再是制约大规模集群协同的绝对障碍。其次是多数据中心的异构协同。通过打通4个不同代际、不同型号的GPU集群，无问芯穹实现了近百亿参数大模型的联合训练，协同性能提升41%，有效盘活了存量异构资源。最后是混合云场景的安全互通。本地私有集群与公有云算力的无缝衔接，使得整体性能提升68%，解决了企业客户本地算力不足与云上资源闲置的错配痛点。

目前，该体系已在全国部署触达超37,000P算力，覆盖16种主流芯片。更重要的是，针对下一代AI进步的关键手段——强化学习，无问芯穹重点攻克了跨集群强化学习的稳定性难题。面对万卡级规模下频繁的硬件故障和漫长的等待时间，通过优化计算通信重叠技术，跨域通信效率提升3-4倍，通信开销实现100%全掩盖。同时，搭建的故障无感训练机制实现了跨域强化学习连续一周0中断稳定运行，让大规模训练不仅“跑得通”，更能“跑得快、跑得稳”。

Token工厂的极致效率：PDD架构重构推理经济模型

如果说算力聚合解决了“有没有”的问题，那么Token生产效率则决定了“值不值”。在Token经济时代，无问芯穹打造的“Token工厂”——Agentic MaaS大模型服务平台，核心目标是利用极致效率实现Token的规模化高质量生产。

智能体推理具有上下文极长、交互轮次极多、缓存命中率极高的特征，这对传统推理系统提出了严峻挑战。无问芯穹首创的跨集群异构PD分离架构（PDD）正是为此而生。该架构打破了传统同构集群的束缚，利用高性价比的广域网以太网连接各地数据中心，让算力强的集群专注于Prefill（预填充）任务，让显存带宽高的集群专注于Decode（解码）任务。这种“让硬件只刷擅长题目”的策略，极大提升了系统整体效率。

为了解决跨集群传输中的带宽与延迟瓶颈，无问芯穹创新性地引入了跨集群异构PD分离架构中的Decode Radix Cache技术，将跨集群KV Cache传输数据量降低一个数量级，彻底解决了“流量过载”难题。此外，PDD架构将传统的PD分离解构为“P-RLD-MD”三级分离式推理架构。通过RelayDecode先行输出Token，用户侧完全感知不到长达数十秒的传输延迟；传输完成后，任务无缝切换至MainDecode。这一设计使得首Token延迟（TTFT）降低51.5%，单Token成本降低37.5%。

这种“优化即利润”的增长飞轮效应显著。过去一年，无问芯穹推动了推理成本10倍的下降，且随着PDD架构的规模化落地，仍有10倍的下降空间。通过与Kimi、智谱、Minimax等头部企业的合作，平台单日Token调用量实现了40倍的爆发增长，形成了“业务带技术，技术提效率，效率促增长”的正向循环。

智能体蜂群与行业落地：从IT运维到AI生产力的闭环

Agentic Infra的终极愿景不仅是提供算力与Token，更是通过AI原生能力赋能基础设施自身的进化，并转化为行业的AI生产力。无问芯穹构建的基础设施智能体蜂群，包含平台管家、集群运维、算子生成三大子系统，实现了从用户交互到硬件底层的全面智能化。

平台管家智能体系统通过自然语言交互，解决了用户驾驭复杂AI基座的门槛问题，能够独立解决80%的日常资源运营与排障问题。集群运维智能体系统则彻底改变了传统的“人找问题”模式，实现了“问题找人”甚至“问题自解”。该系统以运维主智能体为核心，联动故障排查、环境部署等子智能体，实现告警自动闭环处置。在生产环境验证中，该系统使运维人效提升5倍以上，关键故障处理效率提升6倍。

在算子层面，高性能算子生成智能体系统KernelMind通过“需求分析—智能调度—内核生成—沙箱验证—评审沉淀”的五步闭环工作流，实现了算子的持续自迭代。在GLM5.2模型的实测中，该系统在NVIDIA旗舰卡上实现7.3%的性能提升，在AMD旗舰卡上更是带来39%的整体性能跃升，核心算子性能全面超越行业基线。

迈向物理世界：具身智能的云边端协同新范式

AI基础设施的边界正在从数字世界向物理世界延伸。夏立雪指出，具身智能的Scaling Law同样需要高效率、大规模的基础设施支持。无问芯穹发布的面向大规模具身任务的云边端一体化管理与调度平台，首次将云端GPU集群、边缘算力节点和机器人真机设备统一接入，解决了具身训练中资源分散、跨集群协同困难等核心痛点。

在具身智能训练环节，无问芯穹推出的RLinf V0.3版本支持大规模真机、跨域端云协同的强化学习训练。通过首创的HotSwarm与端云协同训练模式，该系统支持真机设备1000+次在线上下线且训练0中断，将近百台真机的专线需求降至2Gbps以下，大幅降低了规模化训练的成本门槛。

在推理部署环节，全栈推理优化体系Mizar-Robo通过流水线调度、算子内核、量化压缩、计算图四层协同优化，全方位释放端侧硬件潜力。在与自变量机器人WALL-OSS系列模型的联合优化中，端侧推理时延从500ms压缩至70ms，降幅达86%，在保持任务成功率的前提下实现了7.14倍的推理性能提升。这为具身智能从实验室走向规模化商用落地提供了坚实的基础设施支撑。

结语：基础设施的自主进化与产业价值

无问芯穹的Agentic Infra战略，本质上是将“智能体”的理念注入基础设施的每一个细胞。从算力聚变的“前店”，到效率革命的“后厂”，再到智能进化的“一中心”，这一布局不仅回应了当前AI算力供需错配的紧迫问题，更指明了未来基础设施自主迭代、自我优化的演进方向。

在AGI时代，基础设施不再是静态的资源池，而是具备感知、决策、执行能力的动态智能体群。通过“用智能进化智能，用生产力加速生产力”，无问芯穹正在重新定义AI基础设施的价值边界。无论是云端的大模型训练，还是物理世界的具身智能，其核心竞争点已从单纯的硬件性能比拼，转向了资源调度效率与系统优化深度的综合较量。未来，谁能率先实现基础设施的全面Agentic化，谁就能在AI浪潮中占据最核心的生态位。