從論文到千卡生產落地，這速度不像學院派

幣界網消息，智譜聯合馭馴網絡與清華大學提出下一代大模型推理網絡架構ZCube，旨在破解大模型PD（prefill-decode）分離部署中日益嚴峻的結構性網絡擁塞難題。ZCube架構已在GLM-5.1 coding千卡線上生產環境落地。該架構通過取消spine層交換機，採用全網扁平化拓撲（2跳網路直徑），結合單/多軌混合接入機制，實現了跨節點全網交換機之間的流量負載均衡。在基準測試中，ZCube架構相比傳統架構減少了33%的交換機與光模組硬體支出，同時GPU平均推理吞吐率提升了15%，首token時延（TTFT）P99分位數下降了40.6%。