沐曦股份携手众智FlagOS完成Qwen3.8-Flash-Next Day 0适配

阿里千问开源多模态 MoE 模型 Qwen3.8-Flash-Next，沐曦股份与众智FlagOS合作，率先完成曦云C系列GPU对该模型的Day 0 适配，实现基于曦云C系列GPU硬件环境下的推理部署验证。

Qwen3.8-Flash-Next从注意力、残差、Embedding、优化器四个方面做了系统性升级，在提升模型能力的同时进一步优化计算效率、模型容量与训练稳定性：

注意力：GDN QSA 混合架构。Gated DeltaNet（GDN）高效压缩历史信息；Qwen Sparse Attention（QSA）用压缩后的轻量索引器在 micro-block 粒度上挑选重要上下文，大幅降低长序列的注意力开销

残差：Gated Residual（GR）把残差流加宽为4条分支，由动态门控控制读写，增强跨层信息流动与训练稳定性

Embedding：N-gram Embedding 用局部上下文查表来扩展模型容量，额外计算量很小；查表参数可放到 Host Memory，通过异步预取与模型计算重叠

优化器：使用 Muon 优化器，围绕正交化精度、Muon 与 AdamW 的参数分工、融合参数拆分三方面做了改进，并针对新架构重新拟合 Scaling Law

Qwen3.8-Flash-Next 的主模型参数量为 125B，额外配备 51B 的 N-gram Embedding，每 token 激活 6B 参数。相比于 Qwen3.7-Plus，Qwen3.8-Flash-Next 显著降低了训练与推理成本，训练开销仅约为前者的 1/9，但在编码和办公任务上却具有更强的能力。且原生支持 262,144 tokens 上下文，可通过 YaRN 扩展至 1,000,000 tokens。

MXMACA软件栈是沐曦GPU从“可用” 进阶为 “好用、易用”的核心基石。作为连接硬件算力与上层应用生态的核心枢纽，MXMACA软件栈全链路覆盖底层驱动、用户态接口、MXCC编译器、算子深度适配及主流训练/推理框架对接。目前，MXMACA软件栈已实现对主流AI生态的广泛覆盖：兼容支持40余种AI框架、1000多款模型，适配超6000个开源项目测试，全量支持PyTorch 2.8的2410个GPU算子。

自2025年12月以来，沐曦股份已完成33个主流顶尖模型Day 0适配，涵盖阿里千问、智谱AI、MiniMax、DeepSeek、阶跃星辰、腾讯混元等头部厂商，适配品类囊括通用语言、多模态、OCR等，适配速度、数量、生态广度均位居行业前列。

目前，FlagOS已经完成针对Qwen3.8-Flash-Next开源模型的精度对齐与部署验证，开发者可直接获取开箱即用方案。未来，沐曦股份将持续推进GPU硬件与全栈软件技术的迭代升级，深化与FlagOS等人工智能企业的生态协作，以Day 0适配为标准，持续完善“国产芯片-国产大模型-产业落地”的完整技术链条。共同打造从底层算力到上层应用的无缝衔接生态，为人工智能技术在各行各业的规模化落地提供坚实支撑。

开发者速用指南

FlagOS 为 Qwen3.8-Flash-Next 提供了统一支持多种 AI 芯片的推理插件，包括 vLLM-plugin-FL 和 SGLang-plugin-FL 两种推理框架插件。在 FlagOS 推理插件的支持下，曦云C系列GPU已完成 Qwen3.8-Flash-Next 的推理部署及评测验证。

使用源码安装部署，可参考以下官方文档：

vLLM-plugin-FL

GitHub：https://github.com/flagos-ai/vllm-plugin-FL/blob/main/README.md

GitCode：https://gitcode.com/flagos-ai/vllm-plugin-FL/blob/main/README.md

SGLang-plugin-FL

GitHub：https://github.com/flagos-ai/sglang-plugin-FL/blob/main/README.md

GitCode：https://gitcode.com/flagos-ai/sglang-plugin-FL/blob/main/README.md

FlagOS 安装部署

快速安装（以 vLLM 为例）

Shell

# 1. 安装 vLLM

git clone https://github.com/vllm-project/vllm.git

cd vllm

git checkout v0.24.0

VLLM_TARGET_DEVICE=empty pip install -v --no-build-isolation --no-deps .

# 2. 安装 vllm-plugin-FL

git clone https://github.com/flagos-ai/vllm-plugin-FL

cd vllm-plugin-FL

git checkout v0.3.0-dev

pip install --no-build-isolation -e .

# 3. 安装 FlagGems 算子库

git clone https://github.com/flagos-ai/FlagGems

cd FlagGems && git checkout v5.3.0

pip install --no-build-isolation -e .

# 4. (可选) 安装 FlagTree 跨芯编译器

# 5. (可选) 安装 FlagCX 跨芯通信库

# 详见 https://github.com/flagos-ai/FlagCX

运行推理（沐曦平台 BF16 版本为例）

Pythonfrom vllm import LLM, SamplingParamsprompts = ["请介绍下阿里巴巴最新开源模型Qwen3.8-Flash-Next "]sampling_params = SamplingParams(max_tokens=10, temperature=0.0)llm = LLM(    model="FlagRelease/Qwen3.8-Flash-Next-BF16-metax-FlagOS",     max_num_batched_tokens=8192,    max_num_seqs=32,    tensor_parallel_size=16)outputs = llm.generate(prompts, sampling_params)for output in outputs:    print(f"Prompt: {output.prompt!r}")    print(f"Generated: {output.outputs[0].text!r}")

模型镜像下载

FlagRelease：https://modelscope.cn/models/FlagRelease/Qwen3.8-Flash-Next-BF16-metax-FlagOS

HuggingFace：

https://huggingface.co/FlagRelease/Qwen3.8-Flash-Next-BF16-metax-FlagOS