千问进了苹果，5 万张国产卡跑了万亿模型，Qwen3.8 登顶英伟达榜单——为什么 2026 年 7 月中旬这一周，比一年都重要
Site Owner
Published on 2026-07-22
2026 年 7 月中旬这一周，国产 AI 在云端（LongCat-2.0 5 万张国产卡训出 1.6 万亿参数）、端侧（千问进苹果、MinCPM 进三星）、工具链（Qwen3.8 在英伟达 CUDA 榜单登顶）三层同时打穿，分水岭事件。
千问进了苹果，5 万张国产卡跑了万亿模型，Qwen3.8 登顶英伟达榜单——为什么 2026 年 7 月中旬这一周，比一年都重要
7 月 22 日，阿里千问 Qwen3.8 预览版在英伟达自家 SOL-ExecBench FlashInfer-Bench 榜单上登顶，把第二名腾讯混元 Hyra、第四名人类开发者 Amir M. Mir、第六名美国 AI 创企 doubleAI、第十名 AI 编程独角兽 Cursor 全部压在身后（来源：智东西 2026-07-22）。
七天前的 7 月 15 日，国家互联网信息办公室一份公告，把 Apple 智能、三星盖乐世 AI、华为小艺、OPPO AndesGPT、vivo 蓝心、小米澎湃 AI、努比亚豆包手机大模型七款端侧大模型服务同时塞进同一份备案。苹果把千问装进 iPhone 的「AI 大脑」，三星把面壁智能 MiniCPM 系列装进 Galaxy（来源：极客早知道 2026-07-16、爱范儿 2026-07-20）。
再往前倒十天，7 月 5 日，美团开源 LongCat-2.0——1.6 万亿参数的 MoE 大模型，33 至 56B 动态激活，全程在国产卡上跑训练和推理，峰值动用了 5 万张国产卡，0 回滚（来源：金色传说大聪明 2026-07-05）。
三件事在同一周内同时落地。不是单一模型的胜利，是「云端训练 → 端侧落地 → 工具链反超」三层同时打穿。 把这三件事分开看是新闻，串起来看是分水岭。
LongCat-2.0：5 万张国产卡怎么把万亿模型抠出来的
LongCat-2.0 的工程难度不在「训出 1.6 万亿参数」——这件事 H100 集群早就干过——难在用国产卡把它训出来。
国产卡的硬件限制是三个具体的工程枷锁：HBM 大约 64GB，比 H800 的 80GB 小一圈；跨卡通信带宽比 NVLink 慢一截；最要命的是确定性计算——训练大模型时，梯度计算需要「同样的输入每次算出同样的结果」，CUDA 生态有现成的，但国产卡的「确定性算子」一开，就退化成单核顺序执行，比正常速度慢很多倍（来源：金色传说大聪明 2026-07-05）。
LongCat 团队的选择是自己写一个。自研高性能确定性算子，把性能损失压到极低。这个动作在 H100 集群上根本不需要做，但 LongCat 团队从 LongCat-Flash（2025 年 9 月发布的 560B MoE）开始就一直在写——当时藏在论文里，不说用的是啥卡。这次 2.0 干脆不藏了，README 直接写明训练和部署都在 AI ASIC superpods 上面。
为了把通信延迟藏进计算时间，他们搞了个叫 ScMoE 的架构——让 Dense FFN 的计算跟 MoE 通信并行跑，理论上能把推理延迟降一半。动态激活的玩法更精细：传统 MoE 每个 token 激活同样多的专家，标点符号和递归推导花一样的算力。LongCat-2.0 的做法是 K 不变，干活的专家数变——每层 768 个正常 FFN 专家之外，放了 128 个空专家。空专家不做计算，进什么出什么，工位占着，活不干。路由器每次照旧选 12 个，简单 token 多分到空专家，实际激活 33B；复杂 token 拉满 56B。
加上这些优化，训练的稳态日吞吐做到了 1T tokens。这个数字放在英伟达集群上不稀奇，放在国产卡集群上，就是 5 万张卡的实战验证。
1.6 万亿参数不是关键，0 回滚训练才是关键。 5 万张国产卡、1.6 万亿参数、零回滚训练——这是工程意义上的「能商用」。