还紧记岁首爆火的龙虾吗？这类可推行的智能体，正暗暗爬进产业，在实业场景里爆发。在鲲鹏昇腾开导者大会2026现场，给我一种不谈智能体平直过时的嗅觉。

中科大团队让Agent担任机器化学家，自主啃下上万篇化学文件，致使自主联想实验、优化决议，让科研不再是试错苦旅。

企业就业范畴，畴前分析师团队耗时半个月的行业研报、竞品分析与数据建模责任，如今数十个Agent协同单干，几天就能处分。

而智能体的每一次自主决策、每一轮迭代优化，皆在驱动Token耗尽量攀升。万亿Token时间一经到来，统统行业、统统企业皆不得不直面一场AI infra的智商大考：AI基础法子，咱们真是准备好了吗？

一方面是业务场景的极致复杂度。在保举、交互等极致低时延场景下，毫秒级的蔓延差距简略平直影响到居品体验与阛阓竞争力，超低蔓延、超高费解的推理需求成为刚需。

而与此同期，无数企业聚焦模子与附近层创新，却疏远了算力诊疗、推理优化等底层基建的决定性作用，AI infra的中枢价值被低估。

在全行业机遇和挑战并存的关键期，我在大会现场深度采访了国产推理引擎xLLM状貌负责东说念主刘童璇。从这支扎根国产化赛说念的时刻团队身上，看到了AI infra的破局谜底，也看到了托举智能中国的根源力量。

它孤单地站在那处

显得孤苦而又倔强

似乎行将倾跌进幽谷里

却又像是要展翅翱游……

——《陡壁边的树》

xLLM为什么特别？海量Token的激增需求，重叠居高不下的算力本钱、国外算力生态的不细目性，让算力优化成为AI落地的最关键问题。而推理引擎，下接硬件，通过深度优化来提高芯片的模子运行性能，压缩大模子的推理耗时；上接附近，高效贯串万亿Token级的海量肯求。

适配国产芯片、高性能的国产推理引擎稀稀拉拉。xLLM的出现，填补了行业空缺。而这，源于一个陡壁边的聘请。

时候拨回2024年下半年，xLLM立项之初，国外算力框架占据十足主流，行业内简直莫得东说念主欢叫all in国产推理引擎的原生研发。其时，摆在xLLM团队眼前的，是一说念终极聘请题：究竟是依附熟悉的国外开源框架，浅易适配国产芯片，作念浅层增量校正，如故从零起步，原生自研一套纯国产推理引擎，走一条充满未知的绝壁之路。

xLLM团队作念出了执意的抉择，从零搭建寰球产推理体系，不作念混相宜配、不依附国外框架，透彻扎根国产算力生态。

刘童璇反复而笃定地强调，若是平直在国外框架上相沿国产芯片，会受到很大敛迹，因为国产芯片生态与CUDA生态不同，优化技能也不相似。强行适配会受到已有框架的敛迹，永远无法挖掘国产算力的极致性能。同期，企业作念AI必须要有算力压舱石，唯有原生自研，本事实在为国产算力量身打造最优推理底座，也为企业业务提供可靠可捏续的保险。

从零起步的抉择，换来的是极致的时刻摆脱，却也伴跟着难以想象的困境。

时刻上的挑战首当其冲。国产芯片生态碎屑化，种种国产芯片架构迥异，莫得长入、通用的编程模子，无法复刻CUDA体系的熟悉适配逻辑。磨灭大模子，需要针对不同芯片架构单独重写、深度调优，适配本钱极高。更毒手的是，其时国产芯片在FP16、INT8等精度的相沿不够，极易出现种种BUG，优化效果没东说念主敢打保票。

同期，国内缺乏原生国产高性能推理引擎的通用决议，这支以95后工程师为中枢的年青团队，成员大多莫得从0到1修复推理引擎的告诫，靠近复杂的底层架构联想与全链路优化责任，不免缺乏信心。

起步阶段，是通盘研发周期中最忙碌时期。靠近陡壁绝境般的困境，团队撤废广撒网的适配想路，莫得盲目铺开试水，聚拢锚定DeepSeekV3/R1模子，死磕单一模子的国产化推理优化。

于陡壁边扎根，在窘境中助长，xLLM恰如崖柏，展现出果决的时刻生命力。状貌肃穆开源之前，团队终于对自建寰球产推理引擎这件事有了信心。

一棵树，NBA下注(中国)官网入口彼此孤离地直立着……但在土壤的遮盖下，它们的根伸长着。在看不见的深处，它们把根须纠缠在沿途——艾青《树》

认定寰球产这条路能跑通的革新点，出当今状貌开源之前的性能攻坚阶段。

在长达数月的全链路深耕与芯片联调后，xLLM的优化智商迎来了质的飞跃，将原来毫秒级的诊疗纰谬压缩至百微秒以下，让国产硬件的性能得以极致开释。

在此之前，行业普遍感知到，国产芯片的性能与N卡存在自然差距，约莫惟有国外先进芯片的60%—70%。但xLLM透彻冲突了这一领路。在同等模子、同等部署条目下，xLLM赋能昇腾芯片跑出的推感性能，简略达到H200的80%—90%。

在刘童璇看来，这一性能发达，是国产软硬件深度协同的系统性顺利。既源于xLLM框架层的架构立异与算法优化，也收获于与国产芯片厂商的综合协作，优化涵盖了从上到下的通盘链路，包括推理引擎框架层的优化和底层推断方法的改进。

比如说，昇腾CANN、Mind系列开源软件栈，具备完善的算子适配、模子兼容智商，简略高效匹配xLLM的自研架构，大幅裁减原生推理引擎的适配本钱与校正难度。

此外，xLLM也得到了昇腾社区的高效反映。两边修复了常态化深度协同机制，通过每周时刻例会同步迭代程度、攻克时刻难题，昇腾致使派团队常驻亦庄，与xLLM团队搭伙办公，从决议打磨、时刻攻坚到场景落地全经过共建，兑当前刻迭代无缝衔尾。

截止便是，xLLM的原生架构联想与昇腾超节点的时刻特质高度契合，造成唯一无二的软硬协同上风，基于昇腾在推感性能上赢得更优发达，在差异式推理、高并发费解场景下，能兑现性能最大化。

随后，xLLM逐渐完成了其他主流国产芯片的深度适配与优化，以及与DeepSeek、Qwen、GLM等头部模子厂商的深度协同。

通过推理引擎，零碎的国产芯片厂商、时刻团队、模子生态被串联在沿途，根系相连，智商互补，HJC黄金城(GoldenCity)官网首页造成产业协力。不错说，xLLM的性能突破之路，亦然国产AI生态聚力共生、聚木成林的一个缩影。

与国际顶尖硬件掰手腕的实测效果，给了xLLM团队极大的信心，国产化自研门道完全可行。一个新的命题随之而来：一项原生时刻，怎样实在走出代码，走进真实产业场景？开源，成了唯一亦然最好的谜底。

2025年8月，xLLM肃穆在Github开源，敞开给全行业共同使用和创新。但上传源代码仅仅驱动，实在的挑战是怎样被开导者用起来，眩惑更多的东说念主参与到状貌中，致使成为社区孝顺者？

深耕产业多年的刘童璇，荒谬败露时刻研发与业务落地之间，存在巨大的gap。比如说，产业坐褥环境复杂多变、需求碎屑化，对框架的闲散性要求极致严苛；开导者从早已风气熟悉的CUDA生态向国产CANN生态切换时普遍存在本钱费心。

这些问题不明决，xLLM在开源社区的竞争力和生命力就无从谈起。

下定决心作念大生态，xLLM走出了最为关键的三步：

第一步，性能，性能，如故性能。

刘童璇以为，推理引擎的性能是芯片厂商、模子厂商与行业客户皆最介意的想法，亦然推理引擎最刚性的竞争力所在。以国产芯片厂商为例，皆以客户需求为导向，需要适配各家企业的专有框架，无数框架无法开释国产芯片极致算力，导致国产硬件空有硬件底座，却难以跑出匹配产业需求的推理效率。

xLLM永久将性能优化四肢中枢底色，捏续压缩推理时延、拉高费解上限，执意冲刺1毫秒以下超低推理耗时地方，在生成式保举、大模子对话、多模态生成、工业智能巡检等刚需场景中，兑现数十倍的性能提高。团队主动联动头部模子厂商，首发适配GLM4.6V、GLM4.7等主流国产模子，让种种国产大模子皆能在国产芯片上开释最优性能。

第二步，得到来自真实业务考证的智商背书。

开源时刻的最大短板，在于缺乏大范畴线上坐褥环境的打磨。纯实验室、纯社区驱动的框架，一朝落地到复杂集群、低容错的产业场景中，可能出现种种问题，这亦然产业用户不敢平直使用开源版块的费心。

xLLM与生俱来的上风，便是出身于产业，依托海量真实业务场景完周全链路打磨。相较于传统保举模子，新一代大模子结构的生成式保举模子泛化智商更强，简略权贵提高商品保举精确度与用户购买升沉率。但大模子的超大参数，也导致推理耗时激增，并发承载困难，严重制约产业落地。xLLM将超大模子的推理时延极致压缩，拉升电商升沉率的同期，机器硬件本钱裁减90%。

与此同期，这套决议一经成为广宽运营商、大型央国企、互联网企业的聘请。

第三步，依托昇腾生态，买通时刻落地的推行gap。

xLLM立项之初便原生适配昇腾CANN体系，消解了生态迁徙本钱，透彻解决了行业最头疼的兼容适配难题，大幅裁减全产业落地门槛，飞速融入国产算力中枢生态体系，两边协力打造设施化行业解决决议。昇腾熟悉的产业渠说念、客户体系、生态伙伴资源，为xLLM提供了广宽的落地场景。如今，xLLM已等闲落地电力、动力、政务、交通等关键范畴。

当昇腾依托开源的xLLM框架，将大模子推奢睿商封装进智能一体机，顺利部署至迢遥地区电站并落地电力智能巡检场景时，刘童璇深切感受到了代码看守民生国计的力量。

xLLM从一株陡壁边的崖柏，乘开源之风，聚开导者之力，成长成一派产学研用共同参与的丛林。xLLM的成长过程，亦然填普通刻与产业断层、加快国产AI生态升起的过程，中国的AI产业已为招待智能体与万亿Token时间的全面爆发作念好了准备。

xLLM推理引擎，鼓舞国产模子与国产芯片的适配，让行业AI附近紧紧扎根在自主创新的算力底座之上，为智能体时间的到来筑实了根基。

如今，多模态普及、智能体自主协同、亿级超长高下文场景落地，正在倒逼通盘推理体系重构。刘童璇以为，国产推理引擎必须解决几个新的难题，一是蔓延。智能体贯穿决策、及时交互、生成式保举等场景，1毫秒以下致使百微秒级超低蔓延成为产业标配，对推理时延提倡极致要求。二是全模态。AI附近从单一文本生成，走向图文、音视频、三维实践和会的全模态时间，推理框架必须相沿全模态的输入输出智商。三是亿级高下文。行业向亿级超长高下文演进，对推理系统造周全新锤真金不怕火。

万亿Token带来了行业的结构性机遇，而收拢机遇的前提，是应付好时刻趋势对推理架构的挑战。生态共建，成为中国AI破解统统难题的关键。

国产算力、模子与AI东说念主才，是驱动国内产业智能化必不行少的三驾马车。生态简略汇注不同芯片厂商、模子团队、行业开导者共同参与，捏续拖拉与国外AI软硬件的差距。此外，单一团队、单一企业无法贯串时间级的产业变革，国产AI东说念主才是千行百业附近创新的源泉。

因此，xLLM一方面深度联动清华、北大、北航、中科大、北邮、天大等十余所顶尖高校，联动数十位高校导师、近五十名实习生共建研发。同期，搭伙昇腾生态，打造社区+高校+产业三位一体的东说念主才栽植体系，在华为ICT大赛等官方赛事，抛出“百微秒级推理耗时优化”等产业命题，荧惑后生开导者在实战中历练智商，挖掘具备产业后劲的创新东说念主才。后续，xLLM社区将捏续加掀敞开力度，裁减参与门槛，通过任务拆解、蓄意公开、轻量化入局的情景，让学生开导者、中小企业研发团队，即使莫得普遍算力与东说念主力资源，也能参与到国产AI时刻的发展中来。

也曾空缺的国产推理引擎，已根深叶茂；也曾清苦的国产算力，已厚植沃土；也曾各利己战的国产AI生态，也有了根系交汇、春光如海的舒坦。当咱们站在智能体AI时间的大门之前，终于有了底气。

每一个开导者，皆是中国AI产业的种子，扎根在各自的范畴与岗亭，让国产软硬件生根发芽。当无数附近之花在行业怒放，时候将会铭刻，这是统统中国开导者用一瞥行代码写就的，不平的春天。

那就用《种子的梦》来收尾吧：

为了冲破那土层的压力，

我少许一滴地积蓄遵守气。

我想念那明媚的阳光，

我想念那开朗的地面……HJC黄金城(GoldenCity)官网首页