IT之家 7 月 20 日消息，2026 世界人工智能大会（WAIC）已于 7 月 17 日在上海揭幕。摩尔线程以“词元时代万物智能”为主题参展，系统展示了“模型训练工厂、词元生产工厂、智能体生产工厂”三大 AI 工厂。
值得一提的是，摩尔线程还在本次大会上首次公开展示了 MTT C256 超节点。据介绍，在智算中心向超大规模演进的过程中，传统的网络架构面临着多层网络带来的带宽损耗与高延迟痛点。摩尔线程通过创新架构首创了一层 Scale-up 网络，将 256 张 GPU 聚合为一台数据中心级超级计算机。
另外，MTT C256 超节点采用计算与交换一体化的高密设计，具备三大核心优势：
极致互联：突破业界普遍的一层网络 64 卡限制，MTT C256 首次在一层 Scale-up 网络中实现 256 卡全互联。这使得卡间通信延迟被压缩至亚微秒级，带宽利用率显著提升，为大模型分布式并行策略的优化提供了更广阔的空间。
高密度部署：单机柜 GPU 密度领先行业，仅通过两个标准机柜即可实现 256 卡的一层 Scale-up 极速互联，在大幅提高智算中心 GPU 部署密度的同时，有效节省了机房空间。
生态与工程兼容：采用 2U 节点设计，完美兼容现有的智算软硬件生态，支持集群从万卡向十万卡级平滑扩展。
IT之家注意到，摩尔线程还在现场展示了多项“国芯训国模”成果：
万亿参数 MoE 模型训练：依托万卡级夸娥智算集群与夸娥 AI 训练套件（KUAE Training Suite），摩尔线程完成了从零起步的 MoE-236B 基础模型的完整训练链路，其训练语料高达 25T+。在超大规模部署下，集群有效训练时长占比超过 90%，其训练损失曲线与国际主流计算卡高度一致。
多维世界模型原生训练：支撑了北京大学 EvoPhys 团队首个全球 5D 世界模型 EvoPhys-World 的全栈原生训练，全程由 MUSA 软件栈提供底层支撑，验证了系统在复杂视觉生成与物理模拟任务中的扩展性。
具身智能大脑训练：依托北京智源研究院 FlagOS-Robo 框架，双方基于摩尔线程 MTT S5000 千卡集群，完成了通用具身大脑模型 RoboBrain 2.5 的全流程训练，验证了国产算力集群在具身智能训练场景中的高效可用性。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。