随着智能体开始处理更多任务，模型需要频繁响应用户指令，日常推理的AI算力需求日益旺盛。

　　百度（BIDU.US）创始人李彦宏在11月12日的百度世界2026开幕式上表示，训练和推理需求已并重，智能体规模化将带动推理需求增长，推理会成为AI芯片长期增长的重要推动力。

　　百度此次公布的芯片和算力产品计划，主要围绕这一变化展开。

　　昆仑芯M100已如期上市，M300计划于2027年推出，基于全新N架构的多款芯片计划于2028年推出。百度称，M100主打性价比，M300则将在算力、存储和互联方面升级，以适配不同模型和应用场景。

千卡超节点上市时间提前一年

　　百度集团执行副总裁沈抖在会上发布天池1024卡超节点，计划于2027年推向市场。超节点把多张AI芯片连接起来，使它们能够协同工作，承担大模型训练和推理任务。

　　百度此前公布过天池256卡和512卡超节点，并计划2028年推出千卡级超节点。这次发布的1024卡产品，将千卡级超节点的上市时间提前了一年。

　　百度称，天池1024卡超节点采用光引擎技术，卡间互联带宽较上一代提升3倍，训练性能提升2.5倍，推理性能提升3倍。单套系统可支持5万亿参数模型训练，并可扩展至万卡规模；采用新一代HPN架构后，百度称最大可搭建50万卡集群。

　　百度还介绍了两种加速柜。G1.5显存加速柜用于提升长上下文推理性能，百度称提升幅度为2倍；G3.5 KV Cache加速柜用于复用多轮对话中重复出现的内容。

　　百度称，在缓存命中的场景下，首Token等待时间可降低90%，吞吐提升7倍。

新模型与昆仑芯协同优化

　　会上，百度正式发布两款文心应用模型，分别是面向搜索、推理和工具调用的文心闪电深度思考模型，以及面向视频创作、强化人物表情和情绪表现的文心一镜微表情大模型。

　　两款模型同步上线百度智能云千帆平台，向企业客户及合作伙伴开放API。11月11日，百度还发布文心5.5 Flash Preview。

　　推理任务不仅需要芯片提供计算能力，也需要芯片、存储和软件配合，减少数据传输和重复计算。

　　百度称，文心一镜的极速版本可实现一分钟视频一分钟生成，生成成本较业内降低50%。

　　文心闪电则强调与昆仑芯的协同。百度介绍，该模型采用BSA稀疏注意力技术，可在昆仑芯上实现单机8卡推理。百度称，模型与昆仑芯协同优化后，推理引擎调用成本降低30%以上，模型ROI较同类芯片提升50%。目前公开通稿没有进一步说明ROI的计算方式、对比芯片和测试条件，相关数字仍需按百度口径呈现。

　　昆仑芯负责人在演讲中提到，Prefill和Decode等推理环节对芯片的需求并不相同，存储容量、数据移动速度和复用效率也会影响推理表现。

（文章来源：财闻）