模型性能升级 - 新模型GLM-4.6在真实编程、长上下文处理、推理能力、信息搜索、写作能力与智能体应用等多个方面能力有所提升 [1] - 模型代码能力对齐Claude Sonnet4，上下文窗口由128K提升至200K，支持在推理过程中调用工具并增强搜索智能体 [4] - 采用"模芯联动"技术，GLM-4.6已在寒武纪国产芯片上实现FP8+Int4混合量化部署，为行业首次在国产芯片上投产的FP8+Int4模型芯片一体解决方案 [4] 技术实现细节 - FP8+Int4混合模式根据大模型模块功能差异针对性分配量化格式，占总内存60%-80%的核心参数通过Int4量化后权重体积压缩为FP16的1/4，大幅降低芯片显存占用压力 [5] - 推理环节临时对话数据通过Int4压缩内存且精度损失控制在轻微范围，FP8针对数值敏感模块以降低精度损失并保留精细语义信息 [5] - 除寒武纪外，摩尔线程已基于vLLM推理框架完成对GLM-4.6的适配，新一代GPU可在原生FP8精度下稳定运行模型 [5] 行业生态影响 - 寒武纪与摩尔线程完成对GLM-4.6的适配标志着国产GPU已具备与前沿大模型协同迭代的能力，加速构建自主可控的AI技术生态 [5] - GLM-4.6搭配国产芯片的组合将率先通过智谱MaaS平台面向企业与公众提供服务 [5]