隨著具身智能成為人工智能的下一個戰(zhàn)略高地，底層算力底座的自主可控顯得尤為關(guān)鍵。近日，摩爾線程聯(lián)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(xùn)練。
這是行業(yè)內(nèi)首次驗證國產(chǎn)算力集群在具身智能大模型訓(xùn)練中的可用性與高效性，標志著國產(chǎn)AI基礎(chǔ)設(shè)施在應(yīng)對復(fù)雜多模態(tài)任務(wù)上邁出了關(guān)鍵一步。通過面向多元芯片的統(tǒng)一AI系統(tǒng)軟件棧FlagOS與MTT S5000硬件集群的高效協(xié)作，該解決方案不僅“能訓(xùn)”，而且實現(xiàn)了“訓(xùn)得穩(wěn)、訓(xùn)得快”，為具身智能從實驗室走向產(chǎn)業(yè)落地提供了堅實底座。

多維評測驗證，指標全面對齊

為了檢驗?zāi)Ｐ?a href="http://www.brongaenegriffin.com/v/tag/2562/" target="_blank">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(quán)威具身評測數(shù)據(jù)集上進行了驗證。結(jié)果顯示，基于MTT S5000國產(chǎn)千卡訓(xùn)練出的RoboBrain-2.5模型，在多項關(guān)鍵指標上均與國際主流GPU訓(xùn)練模型保持一致。特別是在CrossPoint、Q-Spatial、VABench-V任務(wù)上，算法效果表現(xiàn)更優(yōu)。這種全面對齊的評測結(jié)果，表明FlagOS-Robo框架與MTT S5000算力協(xié)同訓(xùn)練出的“具身大腦”，在理解、規(guī)劃和執(zhí)行能力上已達行業(yè)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(xiàn)出極高的穩(wěn)定性。訓(xùn)練曲線顯示，MTT S5000千卡集群上的Loss走勢與 國際主流GPU訓(xùn)練結(jié)果高度重合，相對誤差小于0.62%。這一低誤差表明國產(chǎn)算力訓(xùn)練準確性的同時，智源FlagOS-Robo框架成功實現(xiàn)了跨平臺的無損遷移，開發(fā)者無需擔心硬件更換導(dǎo)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(guī)模集群訓(xùn)練的核心在于效率。本次訓(xùn)練實測數(shù)據(jù)顯示，摩爾線程MTT S5000千卡智算集群展現(xiàn)了較高的擴展能力：從64卡擴展至1024卡，系統(tǒng)實現(xiàn)了90%以上的線性擴展效率。擴展曲線呈現(xiàn)出極佳的線性增長趨勢，這意味著隨著算力資源的增加，訓(xùn)練速度幾乎同步倍增，充分證明了國產(chǎn)集群在大規(guī)模并行計算和通信調(diào)度上的成熟度，并具備支持萬卡級訓(xùn)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(chǎn)業(yè)落地的進程，為行業(yè)提供可復(fù)制、可規(guī)?；摹皣a(chǎn)算力訓(xùn)練范式”，為中國具身智能產(chǎn)業(yè)提供了一個自主、開放、高效的算力底座。

關(guān)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(chǔ)設(shè)施和一站式解決方案，為各行各業(yè)的數(shù)智化轉(zhuǎn)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(lǐng)軍企業(yè)，為融合人工智能和數(shù)字孿生的數(shù)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。