阿里云开源全新推理模型通义千问qwq-32b，摩尔线程实现day0级支持！摩尔线程在阿里云发布通义千问qwq-32b模型后仅2小时，便高效完成了对其的支持。基于摩尔线程大语言模型高速推理框架vllm和mt transformer推理引擎，qwq-32b在摩尔线程平台上展现出优异的推理性能和稳定性，充分证明了musa架构和全功能gpu的生态兼容性和快速支持能力。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
图注：摩尔线程模型广场“夸娥工场”体验界面
这一成果现已在摩尔线程模型广场“夸娥工场”上线。“夸娥工场”是摩尔线程打造的模型展示平台，提供基于夸娥（KUAE）智算集群的模型体验。用户可通过访问“夸娥工场”或点击文末链接直接体验QwQ-32B的强大性能。
体验地址：
https://www.php.cn/link/e9cde247132ad24f2a476a6d7a9dbd16 (QwQ-32B: https://www.php.cn/link/e9cde247132ad24f2a476a6d7a9dbd16:12019)
通义千问QwQ-32B是阿里云在推理模型领域的最新突破。在权威基准测试中，QwQ-32B表现卓越，几乎全面超越OpenAI-o1-mini，与最强开源推理模型DeepSeek-R1不相上下。 尽管参数量仅为32B，但通过大规模强化学习训练，其在数学、编程和通用能力方面取得了显著进展。
图注：官方发布的基准测试对比图
火山翻译
火山翻译，字节跳动旗下的机器翻译品牌，支持超过100种语种的免费在线翻译，并支持多种领域翻译
193 查看详情 
基准测试结果清晰地显示，QwQ-32B在各项测试中均显著优于OpenAI-o1-mini和Deepseek的各个蒸馏版本，甚至在LiveBench和BFCL测试中超越了Deepseek-R1-671B。
DeepSeek和通义千问QwQ-32B等开源大模型的出现，降低了AI开发门槛，促进了开源社区的创新，并极大地推动了AI技术的普及。它们证明了开源大模型强大的性能和灵活性，正成为AI领域不可忽视的发展趋势。
摩尔线程积极参与开源社区，致力于支持开发者基于国产全功能GPU进行AI创新。 摩尔线程在一周内完成了对DeepSeek开源模型的全面支持，并对千问QwQ-32B实现了Day0级支持，再次印证了MUSA架构和全功能GPU的技术实力。
欢迎开发者和用户访问摩尔线程夸娥工场体验，并通过GitHub和开发者社区了解更多信息：
摩尔线程GitHub开源社区：https://www.php.cn/link/ff5f900bac84c058978c6b16f895131f摩尔线程开发者社区：https://www.php.cn/link/c52ebd9ef5cdf82c4348a83b527159ec
摩尔线程致力于推动开源生态发展，通过技术开放和生态共建，加速国产全功能GPU在AI领域的应用，为用户提供更智能、高效的解决方案。
关于摩尔线程：
摩尔线程成立于2020年，专注于全功能GPU，致力于为全球提供加速计算基础设施和一站式解决方案，助力各行各业的数智化转型。 我们的目标是成为国际领先的GPU企业，为人工智能和数字孪生驱动的未来世界打造先进的加速计算平台。
以上就是Day0级支持摩尔线程火速支持通义千问QwQ-32B开源模型的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/600078.html
微信扫一扫 
支付宝扫一扫 
