AI（人工智能）模型大约三个月更新一代，智算中心等算力基础设施却需要服役多年——模型越来越新，花大价钱建成的算力会不会很快“过时”？10月17日，以“一栈贯通，智算无界”为主题的2026人工智能开放计算大会暨众智FlagOS技术大会在京举行。智源众智FlagOS 2.2新进展在会上亮相，科研团队尝试用一套软件解开这道难题：让不同厂商、不同架构的AI芯片，都能高效跑通最新模型。

AI芯片厂商众多、架构各异，一款新模型往往要为每种芯片单独改造，耗时费力。由智源研究院牵头研发的FlagOS，则试图省去这种重复劳动，推动AI系统软件实现“一次开发、跨芯片运行、多框架支持”。

此次发布的2.2版本，九大算子库（算子库可理解为AI计算的“基础零件库”）算子总量达到1454个，较上一版新增890个；在10款AI芯片的上千个算子测试中，跨芯片整体性能提升约27%。依托这套积累，新模型发布后，一天内就能完成对12款芯片的适配。

智源方面发布的实测数据显示，经FlagOS优化，GLM-5.3-Flash模型在已部署的昇腾910B芯片上，服务吞吐达到优化前的2.04倍，在特定部署与缓存条件下测算，按租金折算的单位算力成本，比对应商业API（应用程序编程接口）计费参考低19.4%至27.6%。

FlagOS走的是开源共建路线。截至今年三季度，生态成员单位达107家，季度社区下载量超过46万次，为上一季度的4.76倍，代码贡献者增至264位。

模型快速迭代、算力长期服役，是整个AI产业都要面对的命题。在业内看来，一条值得持续投入的技术路径越来越清晰：把面向新模型的算子、编译、量化和系统优化沉淀为可复用公共能力，通过统一接口交付给不同芯片，再在真实模型与服务负载中不断验证收益，让每一种已投入的算力都有机会随着软件生态进步持续发挥作用。