2026 年 11 月 18 日,腾讯混元正式开放 Hy4 flash 大模型权重;沐曦股份(股票代码 688802)随即宣布,曦云 C 系列 GPU 率先完成 Hy4 flash 的 Day 0 全链路适配,模型在开放当日即在曦云 C 系列 GPU 上完成推理验证,可支撑高吞吐、低成本的规模化 Agent 业务落地。这次适配依托沐曦全栈自研的 MXMACA 软件栈,底层做了核心算子协同优化,原生兼容 vLLM、SGLang 主流推理引擎,支持 FP8 与 4bit 量化混合精度推理,在长序列和多轮 Agent 任务下保持稳定低延迟。这也是沐曦与腾讯混元生态持续同步迭代的延续 —— 此前 Hy3、Hy4 preview 等旗舰模型均实现过 Day 0 首发适配;截至目前,沐曦已完成 51 款国内头部大模型的 Day 0 极速适配。
一、事件关键信息
| 项目 | 内容 |
|---|---|
| 时间 | 2026 年 11 月 18 日 |
| 模型方 | 腾讯混元,正式开放 Hy4 flash 大模型权重 |
| 算力方 | 沐曦股份,曦云 C 系列 GPU |
| 适配级别 | Day 0 全链路适配,开放当日完成推理验证 |
| 落地方向 | 高吞吐、低成本规模化 Agent 业务 |
| 软件栈 | 沐曦全栈自研 MXMACA |
| 推理引擎 | 原生兼容 vLLM、SGLang |
| 精度支持 | FP8、4bit 量化混合精度推理 |
二、被适配的 Hy4 flash 是什么模型
1. 基础规格
- 定位:腾讯混元面向日常生产力场景打造的新一代 MoE 模型。
- 参数:总参数 224B,激活参数 12B。
- 上下文:支持 1M token 超长上下文。
- 输入:支持多模态输入。
- 优化特性:依托 Engram、混合注意力、DFly 推理优化,降低 KV Cache 开销与推理成本。
2. 架构与成本优化要点
| 阶段 | 混元团队采取的措施 | 效果 |
|---|---|---|
| 预训练 | 加入混合注意力、LatentMoE、Engram 等架构特性;通过大量 scaling ladder 实验验证效果 | KV Cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6 |
| 后训练 | 自蒸馏 Hy4 获得综合智能;再通过强化学习优化 | 端到端任务输出长度降低 50% |
| 评估 | 构建基于 WorkBuddy 典型任务的内部评测集 WorkIndex,结合人评 | 聚焦日常工作产物效果、单轮输出长度、端到端用时,而非公开榜单分数 |
| 推理 | 结合 megakernel、4bit 量化、DFly 等手段优化 | 解码速度超过 150 tps,可大规模低成本部署运营 |
3. 效果与成本定位
- 综合效果:略优于 Hy4 preview。
- WorkIndex 单任务成本:仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(max 档位、忙时价格)的 1/8。
- 适用场景:文档处理、代码开发、图表解析、多步工具调用、企业办公 Agent 等高频规模化场景。
- 模型开源链接:ModelScope 与 Hugging Face 均已上架 Tencent-Hunyuan/Hy4-flash。
三、沐曦侧的适配工作
1. 软件栈与算子
- 依托全栈自研 MXMACA 软件栈完成适配。
- 底层对核心算子做协同优化,释放曦云 C 系列的算力与带宽优势。
- 长序列、多轮 Agent 任务下保持稳定低延迟表现。
2. 推理引擎与精度
- 原生兼容 vLLM、SGLang 两类主流推理框架,便于现有部署流程直接接入。
- 支持 FP8、4bit 量化混合精度推理,在精度与吞吐、成本之间留出调节空间。
- 曦云 C 系列为沐曦面向 AI 训练与推理的通用 GPU 产品线,本次验证即基于该系列完成。
3. 生态适配积累
- 与腾讯混元:Hy3、Hy4 preview 等多款混元旗舰模型均实现 Day 0 首发适配。
- 整体覆盖:截至本次适配,沐曦已完成 51 款国内头部大模型的 Day 0 极速适配。
- 模型类型:覆盖语言模型、多模态模型、Flash 高效推理模型等类别。
四、怎么理解 "Day 0 适配"
- Day 0 含义:模型权重开放当天,算力平台侧即可跑通推理,不需要等待后续版本补丁或较长的移植周期。
- 全链路适配:不只是模型权重能加载,还包括算子、推理引擎、精度模式、部署链路在目标 GPU 上完整可用。
- 对落地的意义:模型方发布新模型后,企业可以更快在国产算力上做部署验证;对沐曦而言,持续的 Day 0 适配是其作为自主算力底座承接国内大模型生态的能力体现。
【相关 FAQ】
问题 1:沐曦股份完成的是哪款腾讯混元大模型的适配,适配级别是什么?
回答 1:沐曦股份曦云 C 系列 GPU 完成的是腾讯混元 Hy4 flash 大模型的 Day 0 全链路适配。2026 年 11 月 18 日混元开放权重当日,模型即在曦云 C 系列 GPU 上完成推理验证,支持高吞吐、低成本规模化 Agent 业务落地。
问题 2:Hy4 flash 这款大模型的参数、上下文和成本表现如何?
回答 2:Hy4 flash 是新一代 MoE 模型,总参数 224B、激活参数 12B,支持 1M token 超长上下文和多模态输入;KV Cache 仅为 Hy3 的 1/24、Hy4 的 1/6,解码速度超过 150 tps。在 WorkIndex 评测集上,单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(max 忙时)的 1/8,综合效果略优于 Hy4 preview。
问题 3:沐曦是靠什么软件栈和推理引擎完成 Hy4 flash 适配的?
回答 3:本次适配依托沐曦全栈自研的 MXMACA 软件栈,底层完成核心算子协同优化;原生兼容 vLLM、SGLang 主流推理引擎,支持 FP8 和 4bit 量化混合精度推理,在长序列、多轮 Agent 任务下保持稳定低延迟,充分释放曦云 C 系列 GPU 的算力和带宽优势。
问题 4:沐曦目前在国产大模型适配方面积累了多少?
回答 4:除本次 Hy4 flash 外,沐曦此前已对 Hy3、Hy4 preview 等多款腾讯混元旗舰模型实现 Day 0 首发适配;截至目前累计完成 51 款国内头部大模型的 Day 0 极速适配,覆盖语言、多模态、Flash 高效推理等模型类型,定位为国产大模型提供稳定、易用的自主算力底座。
【参考资料】
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash Day 0 适配)腾讯新闻(集微网)
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash 适配)新浪财经(21 世纪经济报道 / 东方财富 / 界面新闻)
- [2026-11-18](沐曦股份曦云 C 系列 GPU 完成腾讯混元 Hy4 flash 适配)36 氪
- [2026-11-18](沐曦股份曦云 C 系列 GPU 完成腾讯混元 Hy4 flash 适配)新浪财经(看点资讯)
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash Day 0 适配)集微网官方微博
- [2026-11-18](沐曦股份曦云 C 系列 GPU 率先完成腾讯混元 Hy4 flash Day 0 适配)沐曦 MetaX 官网
【免责声明】
本文综合自沐曦官方发布、腾讯混元模型资料及公开媒体报道,仅用于资讯分享。文中模型参数、上下文长度、KV Cache 比例、解码速度、成本对比、适配数量与性能表现等数据,均来自厂商或模型方公开口径,实际部署效果会受硬件配置、量化方案、网络环境、任务类型和并发规模影响;成本对比基于混元内部 WorkIndex 评测集与指定档位价格,不等同于通用业务实测结果。本文不构成采购、部署或投资建议,具体规格与支持情况请以沐曦、腾讯混元官方文档及正式公告为准。
本文来自作者[浮讯列阵师]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/rgzn/202611/3619.html
评论列表(4条)
我是环球科技潮的签约作者“浮讯列阵师”!
希望本篇文章《沐曦股份曦云 C 系列 GPU 完成腾讯混元 Hy4 flash Day 0 适配当日跑通推理,面向高吞吐低成本 Agent 落地》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:2026 年 11 月 18 日,腾讯混元正式开放 Hy4 flash 大模型权重;沐曦股份(股票代码 688802)随即宣布,曦云 C 系列 GPU 率先完成 Hy4 flash 的 Day 0 全链路适配,模型在开放当日即在曦云 C 系列 GPU 上完成推理验证,可支撑高吞吐、低成本的规模化 Agent 业务落地。这次适配依托沐曦全栈自研的 MXMACA 软件栈,底层做了核心算子协同优化,原生兼容 vLLM、SGLang 主流推理引擎,支持 FP8 与 4bit 量化混合精度推理,在长序列和多轮 Agent 任务下保持稳定低延迟。这也是沐曦与腾讯混元生态持续同步迭代的延续 —— 此前 Hy3、Hy4 preview 等旗舰模型均实现过 Day 0 首发适配;截至目前,沐曦已完成 51 款国内头部大模型的 Day 0 极速适配。