MiniMax M2.7全球开源，摩尔线程、沐曦等完成Day0适配

电子发烧友网综合报道 4月12日，MiniMax M2.7在全球正式开源。华为昇腾、摩尔线程、沐曦股份、昆仑芯、NVIDIA，以及TogetherAI、Fireworks、Ollama等海内外芯片厂商、推理平台已完成Day0适配，即在开源首日已经完成模型接入与推理适配工作。

MiniMax介绍，三周前MiniMax M2.7率先上线，开启了模型自我进化，是业界第一个AI深度参与迭代自己的模型。M2.7能够自行构建复杂Agent Harness，并基于Agent Teams、复杂Skills、Tool Searchtool等能力，完成高度复杂的生产力任务。

基于其在真实的软件工程、专业办公场景的优异表现，M2.7已成为在Hermes Agent、OpenClaw等全球热门智能体中最受欢迎的模型之一。来自海内外开发者与企业客户的接入需求持续增长，模型调用量快速提升。

开源当日，华为昇腾AI基础软硬件实现首日适配，基于vllm-Ascend推理引擎在Atlas800A3、Atlas800IA2系列产品上为模型的推理部署提供全流程支持；摩尔线程技术团队基于MUSA架构，针对M2.7的模型特点，完成深度调优，成功在MTTS5000上实现模型的高性能推理；沐曦曦云C系列GPU，凭借全栈自研的MXMACA软件栈，首日完成深度适配，实现“模型发布即算力就绪”的Day0体验。

此外，昆仑芯依托自研架构，通过底层算子优化与软硬件协同加速，保障M2.7在平台上的稳定、高效运行表现。NVIDIA推理框架TensorRT-LLM为M2.7提供了深度适配与全面优化支持，帮助开发者和企业用户高效完成模型部署与上线。TogetherAI、Fireworks、Ollama、vLLM、SGLang和智源众智FlagOS、魔搭等海内外开发平台与社区已同步在首日接入MiniMax M2.7模型并完成适配。

在 AI 大模型和芯片领域，“适配”是一个关键的技术术语。简单来说，它指的是让一个软件（在这里是 MiniMax M2.7 模型）能够在特定的硬件（如摩尔线程、沐曦的 GPU）或软件平台（如英伟达的推理框架）上顺利、高效地运行起来的一整套技术工作。

“适配”具体包含哪些工作？

底层算子优化：大模型由无数个基础的数学计算（即“算子”）构成。不同的芯片架构（如英伟达的 CUDA、摩尔线程的 MUSA）执行这些计算的方式和效率都不同。适配工作就是针对特定芯片的架构，对这些算子进行重写和优化，让它们跑得更快、更稳。

推理框架集成：模型需要通过一个“中间人”——推理框架（如 vLLM、TensorRT-LLM）来调用硬件资源。适配意味着要将模型无缝集成到这些框架中，确保框架能正确、高效地指挥芯片进行计算。

性能深度调优：这是适配的核心目标。包括优化显存管理、降低计算延迟、提高吞吐量等。例如，针对 MiniMax M2.7 支持超长上下文的特点，摩尔线程就利用其 MTT S5000 的大显存和高带宽进行了专门优化，以支撑模型长时间、多步骤的稳定执行。

为什么“Day 0 适配”如此重要？

这次 MiniMax M2.7 开源能获得“Day 0 适配”（即发布当天完成适配），具有非常重要的意义：

对开发者而言：意味着“开箱即用”。开发者无需自己花费大量时间和精力去解决兼容性问题，可以在模型发布的第一时间就上手使用，极大地加速了应用开发和创新的进程。

对芯片厂商而言：这是展示其技术实力和生态成熟度的绝佳机会。能够快速适配最前沿的大模型，证明了其硬件和软件栈的竞争力与兼容性，有助于吸引更多开发者和企业客户。

对 MiniMax 而言：广泛的硬件支持意味着其模型可以触达更广泛的用户群体，不再受限于单一硬件平台，从而加速其技术的商业落地和生态建设。

总而言之，“适配”是连接 AI 模型与算力的桥梁。这次 MiniMax M2.7 与多家国产及海外芯片厂商在首日就完成适配，不仅体现了模型本身的开放性和重要性，也反映了国产 AI 芯片生态正在快速成熟，能够跟上全球最先进模型的发展步伐。