央企牵头的这个 AI 开源社区，正以其强大的力量推动着大模型在“中国芯”上的广泛应用。央企凭借其雄厚的技术实力和资源优势，引领着社区的发展方向。在这里，众多优秀的开发者汇聚一堂，共同探索和创新。他们将大模型与“中国芯”深度融合，让中国的芯片技术在 AI 领域绽放光芒。通过开源的模式，知识和技术得以共享，加速了“中国芯”的发展进程，为我国的科技进步和产业升级注入了新的活力，让大模型能够在“中国芯”上自由驰骋，展现出无限的潜力。

本文来自微信公众号：机器之心 （ID：almosthuman2014），编辑：Sia，作者：关注AI的，原文标题：《央企牵头！这个AI开源社区要让大模型跑遍「中国芯」》

「造芯」不易，「用芯」更难。

大模型加速落地，国产芯片需求日盛，但模型真正能在国产芯上「开箱即用」者寥寥无几——这关键的「最后一公里」，谁来铺路？

现在，有个社区牵头「组队攻坚」，给出了一种解法。

6月30日，百度文心大模型4.5系列正式开源，并同步登陆AI开源社区——魔乐社区（Modelers.cn）。

趁热打铁，魔乐社区同步正式发起「模型推理适配协作计划」（以下简称「适配计划」），集结开发者、算法团队、芯片厂商与推理工具伙伴，共建开源协同生态。

目标只有一个：让大模型跑遍中国芯。

开源模型如何跑遍中国芯？

先拆解一下「适配」这件事到底在适配什么。

一个大模型顺利实现推理应用落地，要跨越三道槛儿：

适配推理引擎：先让引擎「读懂」模型，能解释其结构、识别其算子；

适配计算平台：让芯片「听得懂」引擎分发的任务，高效完成各类操作；

适配上层调度：让模型能被业务系统便捷接入调用，真正上线服务。

当前，业界已发展出多样化的工具来支持大模型推理和适配的各个环节。

比如，vLLM等高性能推理引擎，CANN、MUSA等计算架构，FastDeploy、FlagServing等部署工具，以及众多开源的模型转换、量化、融合工具等……这些工具在各自领域都发挥了重要作用，整个工具链其实已经相对完整。然而，挑战在于如何有效连接和协同这些分散的工具链与适配经验。因此，亟需一个跨环节的协作平台与机制，把这些资源组织起来，解决「最后一公里」的适配难题。

于是，魔乐社区推出「模型推理适配协作计划」，并动手做了几件事。

第一件事，是把原来的「镜像中心」升级为「工具中心」，位置也从「更多」菜单一跃来到首页C位，对标模型库、数据集——

这一调整绝非简单的位置迁移，而是将开放的工具链提升至与模型、数据同等重要的生态基座地位。

现在，开发和部署工具，与模型库、数据集并列首页「C位」。

类似模型库的运作逻辑，「工具」中心将提供模型转换迁移工具，也将支持开发者上传自己适配好的推理镜像、工具链和运行环境，还可以对已有镜像进行更新。

每次发布需社区审核，确保质量稳定、可复用。

与此同时，「工具」依旧保留了代码托管能力，方便开发者在魔乐生态内实现适配共享。

换句话说，升级后的板块就是想让「环境跟着模型走」，将碎片化的适配经验沉淀为标准化、可复用的结构化基础设施，让后续开发者无需重复造轮子，直接站在已有成果上推进适配和性能优化，大幅降低协作成本。

另一件事，是把托管板块升级为协作空间。

以前，模型架构和权重文件一经上传，基本就「尘埃落定」。但像Readme文档、适配好的推理代码等内容，却得随着芯片、工具链适配进展不断更新。

比如，今天模型适配了一个芯片，明天又支持了另一种，这些信息和代码都得有人来更新和上传，并且不同开发者的适配成果可能分散在各处，难以汇总复用。

现在，在「协作空间」——

所有用户均可提交PR（代码合并请求），共同参与文档撰写、适配代码开发与推理配置优化。

文档即代码：Readme不再是静态说明，而是支持多人实时编辑的协作载体，适配进展、使用指南等信息实时同步。

比如，模型开发者上传了一个大模型到魔乐社区，不止模型权重，还有配套的推理工具链。一旦模型被标记为「基础模型」，模型卡片就会自动开启「协作」入口。

这时候，开发者可针对不同芯片上传独立的适配代码分支，形成版本清晰的「芯片适配库」。

例如，如果有工程师想将模型适配跑在某款芯片上（例如昇腾），只需要点开「协作」按钮，选择目标推理引擎，新建一个「Ascend」文件夹，提交适配后的推理代码，提个PR，就能提交到社区。

社区会有审核机制，一旦验证通过，就能被正式合入模型项目中，成为社区认可的适配版本。

每一个适配版本，就是一个独立的子工程，版本分明，职责清晰，协作记录也都有迹可循。

除代码外，适配过程中产生的量化权重、优化配置等资产也可通过PR提交，形成完整的技术方案。

这种机制将分散的适配工作聚合到统一平台，支持一键下载与二次开发，避免了成果碎片化，让每一次适配进展都能沉淀为社区共享的资产。

为了让「适配计划」真正跑起来，魔乐社区广泛联动产业力量。

一方面联动壁仞科技、海光、华为（昇腾）、摩尔线程、沐曦、算能、燧原科技等国产算力厂商（按中文首字母排序，无先后顺序），为开发者提供硬件、工具和技术支持。

另一方面，整合多元化适配和推理软件生态，并联合工具伙伴，助力开发者快速掌握适配工具链，实现跨硬件平台与引擎组合的深度推理性能调优。

与此同时，还牵手伙伴共建教程、补文档、传经验，手把手帮开发者跑通流程、填平坑点。

接下来，「适配计划」将持续开放，持续吸纳更多芯片厂商、模型开发者与开发者加入；SIG（特别兴趣小组）技术组也将进入常态化运作，聚焦适配技术攻坚与标准制定。

若此协作机制成功运转，将有望解决国产芯片生态最棘手的「协同短板」——让模型与芯片的适配从「零散突破」走向「体系化落地」，为国产AI算力生态的闭环构建提供关键支撑。

「适配计划」背后

很多人还记得，DeepSeek-R1爆火出圈后，一件不太常见的事发生了：国产芯片厂商「组团发声」，纷纷宣布已完成对该模型的适配，并表示正在推进更多大模型的适配工作。

国产模型火了，国产算力也想借势出圈。背后的逻辑其实很直接——

只有模型真能在国产芯片上稳定跑起来，芯片才有机会真正用起来。

但现实却很尴尬：大模型加速落地，随着金融、政务、制造等重点行业对「自主可控」的需求越来越强，国产芯片的出场机会越来越多，然而，真正能做到「即拿即用」的大模型，依旧寥寥无几。

为什么会这样？

首先，这和开源模型本身的特点有关。

开源大模型不是一个「装好就能跑」的整包，它往往拆成模型架构、权重和推理代码三块。HuggingFace这样的开源平台聚焦模型分发和训练等，并不侧重构建异构算力的协同适配机制。

其次，是技术层面的现实难题。

国产芯片之间架构差异大，很多都有自己独立的推理引擎。同一个模型，想让它在不同芯片上跑得通、跑得快，就得「量身定制」——专门做适配、调度、优化。

比如，有的芯片需要做量化来压缩模型体积，有的要进行算子融合来提速。

现在，这些活儿是谁在做？

一部分由模型厂商亲自下场，但资源有限，很少有团队会专门为不同国产芯片配专属工程师。

更多时候，是芯片厂商主动出击。随着大模型推理结构的日趋标准化、算子体系逐步统一，「自己动手」的门槛已显著降低。就像DeepSeek爆火之后，一些厂商为了尽快跑通，从芯片指令集到内存管理、数据传输都做了大幅调整。

还有一类，就是开发者出于兴趣或业务需求自发适配。但这类工作高度分散、重复投入严重，质量也参差不齐。

对比之下，为什么Hugging Face上的模型大多都能在英伟达GPU上开箱即用？靠的不是单一厂商的「单点突破」，而是整个生态高度打通，工具链成熟完善。

这也是魔乐社区「适配计划」要解决的核心问题——

不再单打独斗，通过构建统一的协作框架，串联模型开发者、芯片方、工具方与开发者，形成生态合力，一起把模型从「能发布」推到「即插即用」。

魔乐：AI开源的「中国样本」

为什么是魔乐来牵头做这件事？

答案要从它的「出身」和「使命」说起。

2024年8月，在央企巨头、中国电信天翼云的牵头下，魔乐社区正式上线。与很多主打「模型集市」的开源平台不同，魔乐从一开始就瞄准了另一个更现实、也更棘手的问题：

开源AI发展，要的不只是「代码开放」，还得「能协同、能落地」。

模型当然重要，但真正推动国产AI落地的，不只是一个个模型，而是支撑它们生长的底座系统——包括开源数据集、适配工具、部署引擎，乃至合规、调度、治理等基础能力。

因此，魔乐选择做一个中立、公益的开源社区，扮演「国产AI落地的基础设施」。

他们从零搭出一套覆盖模型、数据、工具、应用与算力五大板块的开源协作体系。

社区已汇聚1000+优质大模型、涵盖TeleChat、DeepSeek、Qwen、智谱等大模型，其中多数都已经适配好国产算力。

依托天翼云及「算力朋友圈」供给，社区可提供公益性国产化算力资源。

最直观的体现就是魔乐推出的「在线体验空间」：

基于社区提供的模型和算力，开发者可通过Gradio等主流SDK快速搭建AI应用，并一键部署、分享。

还有线上、线下的学习交流活动。

魔乐社区不只有在线平台，最近还正式成立了理事会，进一步规范社区管理与生态共建。

「中国样本」，步步为营

不到一年时间，魔乐就搭起了生态的基本盘——

已聚合超过20家深度合作伙伴，托管模型、数据、工具等各类开源项目累计突破1万个；

首发多个昇腾适配大模型，推动模型实现国产化原生适配；

模型、数据与工具融合共建，已上线200多个国产化AI应用。

更重要的是，这套生态始终围绕「产学研协同」展开，AI落地的挑战正在被「共建、共享」的生态范式一点点瓦解。

魔乐社区致力于发掘、打造和推广好的项目。一方面，深耕高校等原生创新场景，定向发掘一批基于国产算力起步的潜力项目。

另一方面，通过「国产算力应用创新大赛」等机制，实战中筛选优质标的，推动它们与底层算力平台的深度适配与融合。

找到好项目只是起点，更关键的是——放大价值。

魔乐为项目提供从算力资源、工具链到调度框架、落地渠道的全栈支持，推动它们从demo走向产品、从实验室走向产业化，让每一个「跑得通」的应用都有「火出圈」的可能。

例如Stable Diffusion WebUI、ComfyUI虽在设计创作领域早已成名，但缺乏系统的国产适配支持。魔乐正加大力度，推动它们与国产工具链深度融合，加速落地，近期正式上线了AIGC专区，已实现基于国产算力的快速专业生图。

如今，全国已有多个有影响力的AI开源社区，都在不断推进国产AI能力的积累。

但这只是开始。

随着大模型快速普及、国产软硬件协同需求走强，AI社区或将迎来真正的「井喷时刻」。

而魔乐选择了一条更难、但也更有价值的路——不止做模型的「集市」，更要做模型、算力、工具的协作平台。

坚持中立、公益、开放的定位，魔乐正推动大模型在「中国芯」上真正跑起来，成为国产AI算力生态自主可控与高效协同的重要支撑。