Tại WAIC: Vì sao 10 cộng đồng mã nguồn mở lại cùng hội tụ tại gian hàng GPU của MetaX?

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

18-07-2026 00:24:49 Nguồn: QbitAI

Đằng sau mỗi Token là một lần hợp tác mã nguồn mở

Wen Le đưa tin từ Thượng Hải

QbitAI | Kênh chính thức QbitAI

Ngày đầu tiên của WAIC hàng năm luôn giống như một cuộc "đi bộ khám phá triển lãm" đầy năng lượng.

Sau một vòng dạo quanh, những từ khóa sôi động nhất năm nay đã trở nên rất rõ ràng:

Siêu nút (Supernode), Mô hình lớn (Large Model), Agent, AI4S.

MetaX cũng đã mang gần như tất cả những sản phẩm mới nhất của năm nay đến hiện trường.

Siêu nút (Supernode) MXC S600 lần đầu tiên ra mắt, với 64 GPU mỗi tủ rack, có khả năng mở rộng lên cụm hàng vạn card;

Dòng GPU trí tuệ khoa học MXC X300 hướng tới AI4S lần đầu tiên được công bố;

Khu vực trải nghiệm Agent xếp hàng dài, các nhân viên kỹ thuật số và trạm làm việc sáng tạo AI gần như hoạt động không ngừng nghỉ.

Theo lý mà nói, những điều này đã đủ để trở thành tâm điểm của một gian hàng GPU.

Nhưng điều thực sự giữ chân chúng tôi lại là một thứ khác.

Khu vực trung tâm của gian hàng được dành trọn vẹn cho mười cộng đồng mã nguồn mở.

OpenAnolis, vLLM, PyTorch Foundation, SGLang... mười logo được xếp hàng lần lượt.

MetaX thậm chí còn thiết kế riêng một lộ trình "check-in" các cộng đồng mã nguồn mở.

Tại sao một công ty GPU lại dành một trong những vị trí nổi bật nhất cho mã nguồn mở?

Để giải thích rõ câu trả lời này, trước hết phải nói về bộ phần mềm MXMACA của họ.

Phần mềm mới chính là hào sâu bảo vệ

Những người đã gắn bó lâu năm trong lĩnh vực sức mạnh tính toán đều hiểu rõ một điều: NVIDIA có thể giữ vững vị thế dẫn đầu không bao giờ chỉ dựa vào hiệu năng phần cứng của một con chip đơn lẻ.

Các chỉ số phần cứng như tiến trình, kiến trúc, bộ nhớ đồ họa đều là những thông số rõ ràng, có thể nhìn thấy và chạm tới; các nhà sản xuất nội địa dù có nghiến răng nghiên cứu phát triển thì vẫn luôn có cơ hội thu hẹp khoảng cách.

Thứ thực sự khó đuổi kịp chính là "hào sâu" mà NVIDIA giấu dưới lớp phần cứng: hệ sinh thái phần mềm CUDA.

Mã dự án, kinh nghiệm phát triển và các mô-đun tự phát triển của hàng triệu lập trình viên đều đã lắng đọng trên CUDA.

Thay đổi một card tính toán đồng nghĩa với việc phải đập đi xây lại phần lớn thành quả tích lũy kỹ thuật trong nhiều năm qua, chi phí chuyển đổi đủ để khiến hầu hết các đội ngũ phải chùn bước.

Vì vậy, "xương cứng" thực sự mà các GPU nội địa cần phải gặm chính là tạo ra một môi trường phát triển tính toán nội địa khiến các lập trình viên sẵn lòng chuyển sang.

Bộ phần mềm tính toán toàn diện tự phát triển MXMACA của MetaX chính là câu trả lời cho vấn đề này.

Bộ phần mềm toàn diện này bao phủ từ trình biên dịch, thư viện hàm toán tử cấp thấp cho đến các khung huấn luyện và suy luận AI chính thống, với mục tiêu duy nhất:

Đưa chi phí chuyển đổi xuống mức thấp nhất, để mã nguồn hiện có của lập trình viên có thể chạy trực tiếp trên GPU MetaX mà không cần chỉnh sửa.

Tất nhiên, "chi phí gần bằng không" đã được kiểm chứng.

Họ đã thiết lập một hệ thống kiểm thử tự động, đưa vào gần 5.000 dự án mã nguồn mở phổ biến trên GitHub, và mỗi lần cập nhật phiên bản MXMACA đều phải chạy toàn bộ các bài kiểm thử này.

Kết quả là 92% các dự án có thể chạy bình thường mà không cần thay đổi một dòng mã nào.

Đối với các khung (framework) cũng áp dụng phương pháp tương tự.

Đối với PyTorch 2.8, MXMACA đã đạt được khả năng tương thích hoàn toàn với tất cả 2.410 toán tử GPU; quan trọng hơn là tốc độ, mỗi khi PyTorch ra phiên bản mới, các giải pháp tương tự trong ngành thường phải mất vài tháng mới thích ứng xong, còn phía MetaX chỉ mất một tuần là hoàn thành.

Hệ sinh thái vLLM lại càng chứng minh rõ hơn điều đó.