作者：YZY, QJW, ZYC, LHJ from DeepLink Group @ Shanghai AI Lab。

KernelSwift 把 “大模型偶尔写出好算子” 的偶然事件，变成 “持续、可复现、高性能” 的必然结果。其通过可控的优化迭代框架、分层的反馈体系、多样化的探索策略，让大模型真正成为算子优化的 “智能助手”，结合DeepLink芯片适配的基础和技术能力，既降低了底层优化的技术门槛，又持续推高 AI 系统的性能上限。未来，随着数据飞轮的持续转动，KernelSwift 还将在更多算子场景、更多硬

回顾过往技术实践过程，上海人工智能实验室（上海 AI 实验室）DeepLink 团队产出许多开源成果。2025 年 9 月，DeepLink 团队开源扩展的深度学习编译器，以及面向大模型训练与推理、异构硬件适配的高性能算库。开发者无需手动调优，即可获得接近硬件峰值的性能。面向架构，研究团队通过深度融合，在性能保持无损的同时，突破了跨代迁移难题。

我们使用了逐算子、逐 module 层精度对比工具，以及 loss 曲线比对的方式，排查分析了大模型微调时下游评测精度在 A2 和 CUDA 对不齐的问题。经分析发现和rms_norm存在精度问题，在使用非和使用组合的rms_norm后，loss 曲线可以和 CUDA 对齐，且下游评测任务的平均得分和 CUDA 基本一样。如果你喜欢我们的内容，欢迎我们！也欢迎在评论区与我们互动！你的支持是我们持续

全球人工智能正加速向通用人工智能（AGI）演进，大模型对高效、稳定、低成本的算力需求持续攀升。如能解决多元芯片异构智算集群间算力调度难、利用率低、资源浪费等瓶颈，将为释放异构算力潜能，实现高效协同，为迈向AGI筑牢算力基座。继2025年以，实现跨千公里多智算中心长稳混训千亿参数大模型后，上海人工智能实验室将“战果”拓展至大模型推理环节，于近期推出了（以下简称“DeepLink混推方案”）实现了对。

作者：FR、XHR、ZJC from HPC Group@ Shanghai AI Lab，WZR、CZ和SP from NDS Group@ Shanghai AI Lab。

全球人工智能正加速向通用人工智能（AGI）演进，大模型对高效、稳定、低成本的算力需求持续攀升。如能解决多元芯片异构智算集群间算力调度难、利用率低、资源浪费等瓶颈，将为释放异构算力潜能，实现高效协同，为迈向AGI筑牢算力基座。继2025年以，实现跨千公里多智算中心长稳混训千亿参数大模型后，上海人工智能实验室将“战果”拓展至大模型推理环节，于近期推出了（以下简称“DeepLink混推方案”）实现了对。

Nimbus 精准直击具身仿真合成数据生产的“碎片化、低效率、不稳定”三大痛点，通过创新的四层模块化架构提供了系统级解决方案。其中，调度优化层实现统一的动态流水线并行调度与容错机制，阶段执行层定义合成管线全生命周期的标准化执行抽象，功能组件层完成多类管线组件的归一化封装，后端优化层则针对各类渲染器落地通用型性能优化。这种分层解耦的设计，让统一的调度与优化原语能够无缝适配异构数据生成管线，无需开发者

DeepLink 团队打造首个国产异构算力 PD 分离混合推理方案，通过 PD 分离架构，实现了3款异构芯片的混合推理。此方案利用国产硬件的异构优势，实现 1+1 > 2 的推理效能，为 AI + 制造等场景的规模化落地提供可行路径。

在本篇中，我们转向长期一致性与多轮任务保持这类任务。通过 DeepAgent、Claude Agent SDK 和 MUSE 三条路径，我们看到现代记忆系统正在从“存储”演变为“面向行为链的组织与演化”。真正的 Agent Memory 是一种系统工程，而非单一模块。它牵涉信息表达、结构化组织、检索策略、工具调用链管理、行为一致性维护以及跨会话的经验演化。如何让记忆不仅服务单一任务，还能在更大范围