小米首个推理大模型开源7B参数规模能力超越OpenAl o1

小米AI模型的算力支持主要依赖自建算力基础设施与外部合作伙伴的协同，形成了“核心自控+生态协同”的体系。以下是关键支持方的分类及具体信息：

一、核心自建算力：万卡级GPU集群

1. 自研GPU集群
小米自2024年起加速部署万卡级GPU集群，主要用于训练基础大模型（如MiLM-6B）。截至2025年，已部署约6500张GPU，并计划持续扩容以支持更高强度的AI训练需求。

· 技术目标：支撑端云协同的算力架构，优化手机端13亿参数模型的本地运行效率。

2. 自研芯片与操作系统

· 澎湃OS：集成60亿参数端侧模型，通过HyperAI技术实现跨设备算力调度，降低对云端算力的依赖。

· 玄戒芯片：自研AI加速芯片，计划应用于平板等设备，提升本地算力性能。

二、外部算力合作伙伴

（一）云服务与数据中心

1. 金山云

· 核心地位：小米最主要的算力服务商，签订新框架协议（2025-2027年关联交易上限提升至40.35亿元），提供GPU集群租赁、AI训练推理等全栈服务。

· 技术协同：与小米联合优化算力调度算法，支撑澎湃OS端云协同架构。

2. 其他云服务商

· 浪潮信息、紫光股份：提供AI服务器及网络设备，支撑小米数据中心算力扩容。

· 中科曙光：参与高性能计算集群建设，助力大模型训练效率提升。

（二）硬件与基础设施

1. 光模块与芯片供应商

· 中际旭创、芯原股份：为小米及金山云提供高速光模块、AI芯片设计支持，优化算力传输效率。

· 胜宏科技：供应高端AI数据中心HDI电路板，提升服务器算力密度。

2. 数据中心建设与运维

· 宁波建工（中经云）：提供1.2万机柜的数据中心租赁服务，覆盖京津冀及上海区域。

· 中创环保、亚康股份：通过算力租赁、服务器销售等业务支持小米算力需求。

（三）数据与技术服务

1. 训练数据支持

· 拓尔思：提供多模态预训练数据集，优化小米大模型的语义理解能力。

· 海天瑞声：合作开发垂直领域数据集，提升模型在汽车、IoT场景的适配性。

2. 算法与工程优化

· 并行科技：提供超算云服务，加速模型训练迭代。

· 利通电子：布局AI算力租赁，为小米提供弹性算力资源。

三、产业链协同生态

小米通过投资与战略合作，构建了覆盖芯片设计-服务器制造-数据中心运营-数据服务的全链条生态：

· 资本层面：战略投资芯原股份（AI芯片）、大位科技（IDC服务商）等企业。

· 技术整合：与华为昇腾共建国产算力底座，推动端侧模型与云端算力的无缝衔接。

四、未来算力规划

1. 投入规模：未来五年计划投入超千亿研发费用，重点布局AI算力与芯片研发。

2. 技术方向：

· 推动端侧模型轻量化，降低对云端算力的依赖。

· 探索量子计算与存算一体芯片等前沿技术，提升算力能效比。

总结

小米AI模型的算力支持呈现“自研核心+生态协同”的双轮驱动模式：

· 自研能力：万卡GPU集群、澎湃OS端侧优化、玄戒芯片。

· 外部生态：金山云（主力算力供应商）、中际旭创/拓尔思（硬件与数据）、宁波建工/中创环保（数据中心）等。
这一体系既保障了算力自主可控，又通过开放合作快速扩展能力边界。

资讯解析