--- title: "智譜發佈 GLM-5 技術細節：工程級智能，適配國產算力" description: "對中國來説，GLM-5 更像是一次宣告：我們不僅能做大模型，也能做自己的算力適配，還能把兩者打通。" type: "news" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/276533880.md" published_at: "2026-02-22T11:20:51.000Z" --- # 智譜發佈 GLM-5 技術細節：工程級智能，適配國產算力 > 對中國來説，GLM-5 更像是一次宣告：我們不僅能做大模型，也能做自己的算力適配，還能把兩者打通。 2 月 12 日，智譜發佈 GLM-5，技驚四座。10 天后技術報告出爐，讓人們一窺 GLM-5 模型的內在基因。 有意思的不是又刷了什麼榜，而是整個思路變了：不再比參數大小，開始比系統工程能力。 GLM-5 做的三件事都挺實在：1、模型真的能完成複雜任務了，不只是寫幾行代碼；2、訓練效率上了一個台階，超大模型不再是純燒錢遊戲；3、從底層到推理框架全面適配國產芯片——這個最關鍵。 如果説之前是 “中國在追趕”，現在則已經開始搭自己的技術體系了。 ## 從"給代碼"到"做系統" 報告提了個概念轉變：從 Vibe Coding 到 Agentic Engineering。前者是你説一句我給段代碼，後者是你給目標、我自己規劃拆解、寫代碼調工具、調試迭代，直到把整個系統搞定。 GLM-5 的重點已經不是單題得分，而是： > 200K 上下文（幾百頁文檔的量） > > 跨文件軟件工程任務 > > 長週期任務中持續規劃修正 > > 多輪交互保持思考一致性 比如 Vending-Bench 2 要求"模擬經營自動售貨機一年"，最後看賬户餘額。GLM-5 在開源模型裏第一，接近 Claude Opus 4.5。這測的是長期決策能力，不是問答題。 模型開始有"工程級智能"了。 ## 稀疏注意力：不再無腦燒算力 GLM-5 有 744B 參數（激活 40B），訓練了 28.5 萬億 token。按傳統架構，算力消耗會爆炸。 核心創新是 DSA（DeepSeek 稀疏注意力）。傳統注意力機制"看所有內容"，計算複雜度平方級增長；DSA 動態判斷"哪些 token 真正重要"，只算關鍵部分。 200K 長上下文下，DSA 把注意力計算量降低 1.5–2 倍。 而且——無損。 其他高效注意力方法通常犧牲精度，DSA 通過繼續預訓練平滑過渡，性能不退化。 結果是： - 同樣算力 → 更長上下文 - 同樣成本 → 更高推理能力 - 同樣硬件 → 更大模型 對中國來説，效率創新比堆算力重要得多。 ## 強化學習架構重構 GLM-5 的 RL 體系做了徹底改造。 生成與訓練解耦。模型生成軌跡，訓練在另一套系統異步進行。過去要等最慢任務完成才繼續訓練，現在誰先完成誰先訓練，吞吐大幅提升。對長程 Agent 任務至關重要。 異步 Agent RL 算法解決了真實軟件工程中任務持續數小時的問題。引入： - Token-in-Token-out（避免重新分詞誤差） - 雙側重要性採樣 - DP-aware 路由優化 KV cache 模型能在複雜環境中穩定學習，不會因策略偏移崩潰。 説白了，解決的是"如何讓大模型在真實任務中持續自我改進"。 ## 真正關鍵的一步：適配國產算力 報告對中國 AI 最重要的部分在這。 GLM-5 原生適配國產 GPU 生態，已兼容華為昇騰、摩爾線程、海光、寒武紀、崑崙芯、天數智芯、燧原。 不是"能跑"那種適配，而是： - KV cache 調度優化 - 通信機制適配 - 混合精度訓練匹配 - INT4 量化感知訓練對齊 - 分佈式並行策略重構 很多國產芯片生態的難點不是算力，是軟件棧。 GLM-5 的意義在於：不是圍繞單一海外硬件架構設計，而是面向多種國產算力平台做系統級適配。 這是個質變——中國大模型開始圍繞本土硬件生態做工程優化，不再被動遷移。 報告稱，得益於上述軟硬協同的極致優化，GLM-5 在單台國產算力節點上的性能表現，已足可媲美由兩台國際主流 GPU 組成的計算集羣；不僅如此，在長序列處理場景下，其部署成本更是大幅降低了 50%。 ## 軟硬件閉環正在形成 把 GLM-5 的技術路徑拆開看，是個完整閉環： 模型架構創新（DSA）→ 訓練效率優化（異步 RL）→ 內存與通信壓縮（ZeRO、激活卸載）→ 低精度對齊（INT4 QAT）→ 國產芯片深度適配 這是一條完整的國產 AI 工程鏈路。 過去中國 AI 的優勢在應用層，現在開始進入架構創新、算法工程、訓練系統、芯片適配、推理框架的全棧優化。 這份技術報告的真正意義，不在某個基準測試分數，在於中國 AI 第一次以"體系能力"展示競爭力。 ## 從炫技到成熟 GLM-5 的報告沒過度強調"我們比誰強多少"，詳細披露訓練流程、算法選擇、工程權衡、消融實驗。這本身就是成熟的表現。 當一個模型開始談 GPU 利用率、長尾延遲、KV cache 複用、量化 kernel 對齊、災難性遺忘控制——它已經不是在秀能力，而是在做工業級系統。 **對中國來説，GLM-5 更像是一次宣告：我們不僅能做大模型，也能做自己的算力適配，還能把兩者打通。** 這才是真正的跨越。 ### Related Stocks - [02513.HK - 智譜](https://longbridge.com/zh-HK/quote/02513.HK.md) ## Related News & Research | Title | Description | URL | |-------|-------------|-----| | 无视海外 “AI 恐慌”，中国市场狂炒 AI 赢家 | 同一个 AI，截然相反的命运。美国市场陷入” 恐慌性抛售”，中国投资者疯狂追捧：智谱 AI 一度暴涨 524%，MiniMax 一度飙升 488%。分歧本质是美国投资者焦虑于丰厚利润池面临竞争威胁，而中国关注的仍是市场渗透。 | [Link](https://longbridge.com/zh-HK/news/276531940.md) | | AI 模型扎堆升级，国产算力需求狂飙，IDC 将迎来新一轮爆发？ | 美银指出，中国 AI 行业迎来关键转折：视频生成模型爆发将算力需求推升数个数量级，云服务与模型 API 全面涨价（智谱 AI 上调 30%、UCloud 全线调价），宣告价格战结束，定价权回归卖方。IDC 租赁价格企稳回升，世纪互联、万国数 | [Link](https://longbridge.com/zh-HK/news/275876097.md) | | 智谱发布新一代旗舰模型 GLM-5，重点提升编程与智能体能力 | 2 月 11 日，智谱推出新一代旗舰模型 GLM-5，参数规模扩展至 744B，预训练数据达 28.5T，集成 DeepSeek 稀疏注意力机制。内部评估显示，其编程任务性能较上代提升超 20%，真实体验逼近 Claude Opus 4.5 | [Link](https://longbridge.com/zh-HK/news/275638705.md) | | 编程 AI 又变天？神秘模型 Pony Alpha 火了，被曝是智谱 GLM-5，股价两日暴涨 60%！ | 代号 “Pony Alpha” 的高性能模型被广泛推测为智谱 AI 新一代旗舰产品 GLM-5，推动其股价两日暴涨 60%、市值突破 1500 亿港元。技术测试显示该模型在架构与能力上与 GLM 系列高度一致，其展现的高端编程与智能体水平被 | [Link](https://longbridge.com/zh-HK/news/275441413.md) | | 磷化铟：AI 算力升级，光芯片时代的关键材料 | Coherent 的最新财报显示，6 英寸磷化铟晶圆良率持续提升，产能翻倍计划完成 80%，标志着光芯片产业从 “3 英寸时代” 跨越至 “6 英寸规模量产时代”。这一突破将磷化铟推向 “良率驱动的成本拐点”，为 AI 数据中心的光模块升级 | [Link](https://longbridge.com/zh-HK/news/276193401.md) | --- > **免責聲明**：本文內容僅供參考，不構成任何投資建議。