國產算力訓得穩、訓得快!摩爾線程S5000千卡集群完成智源具身大腦模型訓練
供稿 / 2026-01-13 22:142160隨著具身智能成為人工智能的下一個戰略高地,底層算力底座的自主可控顯得尤為關鍵。近日,摩爾線程聯合北京智源人工智能研究院(以下簡稱:智源)基于FlagOS-Robo框架,依托MTT S5000千卡智算集群,成功完成智源自研具身大腦模型RoboBrain 2.5的全流程訓練。
這是行業內首次驗證國產算力集群在具身智能大模型訓練中的可用性與高效性,標志著國產AI基礎設施在應對復雜多模態任務上邁出了關鍵一步。通過面向多元芯片的統一AI系統軟件棧FlagOS與MTT S5000硬件集群的高效協作,該解決方案不僅“能訓”,而且實現了“訓得穩、訓得快”,為具身智能從實驗室走向產業落地提供了堅實底座。
RoboBrain是智源面向真實物理場景打造的通用具身大腦,以統一的視覺—語言多模態架構,為機器人在感知、認知、推理與決策上的核心能力提供基礎支撐。RoboBrain 2.5在原有通用具身大腦的基礎上,新增了機器人對動作時序價值評估和三維空間結構的理解與推理能力,對下游任務執行成功率有顯著提升。
FlagOS-Robo是基于開源開放的多芯片AI軟件棧FlagOS構建的,面向具身智能的訓練與推理一體化框架。它支持從端到云的多場景部署,兼容多種芯片,能夠同時實現大腦模型(VLM)與小腦模型(VLA)的高效協同訓練與推理。FlagOS-Robo打通從數據采集到真機與評測的全鏈路,覆蓋數據加載、模型訓練、推理到具身評測的全流程,有效降低了開發復雜度。它支持多芯片,有統一實驗管理、多芯片自動調優等功能,實現一鍵跨本體部署。通過這一完整生態,FlagOS-Robo將為具身智能的前沿研究與產業應用提供強大的算力底座與系統化支撐,加速AI技術的創新與落地。
多維評測驗證,指標全面對齊
為了檢驗模型算法效果,智源團隊在2D/3D空間感知推理榜單、時序價值評估榜單等多個權威具身評測數據集上進行了驗證。結果顯示,基于MTT S5000國產千卡訓練出的RoboBrain-2.5模型,在多項關鍵指標上均與國際主流GPU訓練模型保持一致。特別是在CrossPoint、Q-Spatial、VABench-V任務上,算法效果表現更優。這種全面對齊的評測結果,表明FlagOS-Robo框架與MTT S5000算力協同訓練出的“具身大腦”,在理解、規劃和執行能力上已達行業一流水準。

Loss完美對齊,誤差小于0.62%
在模型精度方面,基于MTT S5000的夸娥智算集群表現出極高的穩定性。訓練曲線顯示,MTT S5000千卡集群上的Loss走勢與 國際主流GPU訓練結果高度重合,相對誤差小于0.62%。這一低誤差表明國產算力訓練準確性的同時,智源FlagOS-Robo框架成功實現了跨平臺的無損遷移,開發者無需擔心硬件更換導致的模型性能下降,真正做到了“代碼不改、精度不降”的平滑適配。
極致線性擴展,千卡加速比超90%
大規模集群訓練的核心在于效率。本次訓練實測數據顯示,摩爾線程MTT S5000千卡智算集群展現了較高的擴展能力:從64卡擴展至1024卡,系統實現了90%以上的線性擴展效率。擴展曲線呈現出極佳的線性增長趨勢,這意味著隨著算力資源的增加,訓練速度幾乎同步倍增,充分證明了國產集群在大規模并行計算和通信調度上的成熟度,并具備支持萬卡級訓練的能力。
此次摩爾線程與智源研究院的深度合作,將進一步加速具身智能從實驗室走向產業落地的進程,為行業提供可復制、可規模化的“國產算力訓練范式”,為中國具身智能產業提供了一個自主、開放、高效的算力底座。
+++
關于摩爾線程
摩爾線程以全功能GPU為核心,致力于向全球提供加速計算的基礎設施和一站式解決方案,為各行各業的數智化轉型提供強大的AI計算支持。我們的目標是成為具備國際競爭力的GPU領軍企業,為融合人工智能和數字孿生的數智世界打造先進的加速計算平臺。我們的愿景是為美好世界加速。
國產算力訓得穩、訓得快!摩爾線程S5000千卡集群完成智源具身大腦模型訓練














滬公網安備 31010702005758號
發表評論注冊|登錄