花千骨
印度对俄罗斯石油的依赖达到历史新高！日进口量飙至260万桶_我的网站
A | 2026世界人工智能大会（WAIC）期间，摩尔线程披露，一款236B参数的MoE模型基于国产万卡级集群训练，一款具身智能大脑模型，基于国产千卡集群训练，此外，北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练，全程由MUSA软件栈提供底层支撑。 由于海湾冲突导致供应紧张，印度对俄罗斯石油的采购量达到历史最高水平，使印度更难摆脱对俄罗斯的石油依赖。 据贸易咨询公司Kpler首席分析师Sumit Ritolia表示，6月和7月期间，印度每天进口超过260万桶俄罗斯石油，占印度原油进口总量的一半以上，较2月份每日100万桶的低点成倍上涨。 其中，MoE-236B模型基于25T+语料，在摩尔线程国产万卡级集群上从零起步完成预训练到长窗口训练的全流程，有效训练时长占比超过90%。 去年，印度因美国总统特朗普的指责而在对俄罗斯石油的进口上稍加克制。然而，随着美伊之间和平协议始终未能达成，霍尔木兹海峡的石油出口问题正促使印度重新转向俄罗斯寻求石油供应。 为缓解海湾危机带来的影响，特朗普已批准豁免规定，允许其购买俄罗斯石油。 依赖进口 目前印度超过90%的原油和天然气需求依赖进口，海湾地区持续六个月的冲突也暴露了这个国家在能源安全方面的脆弱性。 “高精度”是摩尔线程反复强调的能力，摩尔线程高级副总裁董龙飞提到，它指的不是单次计算的数值精度，而是模型在不同GPU平台间迁移训练时的结果对齐能力，即相同模型架构、训练数据、超参数下，能否获得稳定、可比的训练结果。 摩尔线程给出的具体数据是，在DeepSeek一类MoE模型上，与国际主流GPU做对比训练，前3万步的平均相对误差控制在万分之六以内。摩尔线程还以500B至5T不等规模的数据做过多轮实验，称基于相同卡数、模型配置和训练流程，摩尔线程平台训练所得模型在下游Benchmark评测中的得分与参考平台基本一致，部分指标更高。 本月，印度总理纳伦德拉·莫迪在独立日讲话中将能源安全称为“当务之急”，并强调“我们必须全力支持替代能源”。 根据印度政府下属智库Niti Aayo的数据，化石燃料仍是该国能源供应的关键，其中煤炭占比近60%，石油占28%，而核燃料仅占1.6%。 转型需要时间 尽管印度已推出一系列举措以实现能源结构多元化，包括向私营企业开放核能领域，并要求国内炼油厂提高烹饪用气产量，但这一转型需要时间。 新德里智库CEEW工业可持续发展团队负责人Hemant Mallya指出，“你不能一夜之间改变整个体系。
B | ” Mallya在6月的一份报告中就曾指出，在煤炭、石油和天然气领域，印度面临因进口依赖、供应商集中、储存能力有限、基础设施瓶颈以及直接暴露于全球价格波动而叠加的多重风险，这些压力“同时影响着家庭、工业、政府财政和通货膨胀”。 摩尔线程与北京大学EvoPhys团队合作训练的5D世界模型EvoPhys-World，基于MTT S5000完成全栈原生训练，在WorldScore“世界生成”维度连续37天排名第一，该项目获得摩尔线程“灯塔计划”支持，这是国内第一次由中国科学家在中国算力设备上完成的原创世界模型工作，也是“国芯训国模”的一个分水岭。 此外，北京智源研究院的RoboBrain 2.5具身大脑模型，基于FlagOS-Robo框架，依托摩尔线程MTT S5000千卡智算集群，双方成功完成RoboBrain 2.5的全流程训练。首次验证了国产算力集群在具身智能大模型训练中的高可用性与效率。 摩尔线程创始人、董事长兼首席执行官张建中将AI产业按功能拆分为三类“工厂”：模型训练工厂、词元生产工厂、智能体生产工厂。 莫迪总理在国情咨文中提到“促进能源高效利用”，并表示在其12年执政期间，获得管道天然气供应的城市数量从70个增加到700个，惠及1750万户家庭。
C | 三者共用同一套全功能GPU架构，这也是摩尔线程与专用芯片路线（ASIC）厂商的核心分野。
D | 然而，这与超过3.3亿户依赖液化石油气（LPG）作为主要烹饪燃料的家庭仍形成鲜明对比。
E | 词元生产工厂方向，摩尔线程重点展示了基于MTT S5000的PD分离异构推理方案，将算力需求大的Prefill（预填充）计算放在S5000上，将带宽需求高的Decode（生成）计算放在国际主流GPU上，两者异构分池部署。
F | 张建中在演讲中给出的数据是，异构组合后整体吞吐量较原有方案提升近2倍，并给出算式，“3台S5000+2台国际主流GPU≈9台国际主流GPU”。战争爆发后不久，印度炼油厂将液化石油气产量从此前约3.6万吨/天提升至每日超过5万吨。董龙飞补充表示，这类异构方案的性能比任何同构方案都要高50%以上，其中很大一部分收益来自KV Cache的调度优化，在类似OpenClaw这样反复调用本机命令行工具的场景下，缓存命中率可达90%，相当于节省90%的算力。 积累储备 作为其能源安全的长期思考的一部分，印度还更加专注于储备的积累。政府本月告诉立法者，该国战略储备中可储存533万吨石油，并可储存相当于74天进口量的原油和石油产品。 据悉，过去一年，国产大模型发布后到完成硬件适配的周期已从“数月”压缩到“发布即适配”（Day 0适配），部分大模型厂商现在会在模型规划部署阶段就与摩尔线程同步“共研”，而不是等模型发布后才启动适配工作。它还在探索将部分储备存放在阿联酋等选项。 能源经济与金融分析研究所南亚区主任Vibhuti Garg指出，“虽然印度拥有战略石油储备，但印度并未维持液化石油气或液化天然气储备那么长时间，恐慌更多源于液化石油气消费。 在具身智能方面，早期VLA/VLM类模型参数在5B至14B之间，主要部署于端侧；当前的世界模型路线不再依赖语言输入，直接处理物理世界，参数跨度更大，实现高质量具身控制大致需要10亿参数级别模型在端侧运行，同时配合千亿级（1000B）及以上模型在云端协同。” 贸易咨询公司Kpler的Ritolia表示，伊朗战争“凸显了印度眼前的挑战，既是多元化原油供应和运输路线，也在于彻底远离石油”。
G | 但他也补充道，尽管推动多元化，“鉴于印度的经济和需求增长，石油很可能长期仍是能源结构中的重要组成部分，即使其份额逐渐变化。”
（文章来源：财联社）。摩尔线程正基于自有万卡级集群持续进行万亿参数模型的训练验证，但未公布具体进展和时间表。
提及算力供应话题，董龙飞表示，中国的算力建设是面向未来十至二十年的基础设施投入，短期供不应求属于正常现象，以铁路、高速公路等基建类比，中国GPU或算力企业远未发展到“供过于求”的地步。（本文作者 | 张帅，编辑 | 杨林）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App。
Current article:http://2jy7y.runtunpaixufenjuduishuang.pics/g4a/20260826/23825.html
Published on:09:40:53
