阿里 Qwen3.8 搭配 51B N-gram 嵌入，现已支持 SGLang 部署
Alibaba_Qwen · x · 2026-08-26
阿里巴巴宣布 Qwen3.8-Flash-Next 模型已支持通过 SGLang 进行 Day-0 部署。该模型包含 125B 主参数与 51B N-gram 嵌入，每 token 仅激活 6B 参数。其架构特点包括：
- N-gram 嵌入：在不显著增加每 token 计算量的前提下扩展模型容量，且可存储于主机内存，通过异步预取不占用 GPU 显存。
- GDN + QSA 混合注意力：在长周期任务中兼顾内存效率与精准检索。
- Gated Residual：将层间信息通道从 1 条扩展至 4 条。
模型训练采用了 Muon 优化器。
所属事件:阿里开源Qwen3.8-Flash-Next：Qwen4架构预览，6B激活参数引热议(26 条相关)→
「Infra」频道最新
- 黄仁勋做客 BG2 播客:谈 AI 收入能否撑起 Capex 与 2027 瓶颈 — elonmusk · 2026-10-16
- Mistral 本地推理基建机架曝光:DGX Spark、Mac Studio 等混搭 — gregmushen · 2026-10-16
- 英伟达携手瑞典 Wallenberg，Launch 共享 AI 超算 Sferical One — nvidia · 2026-10-16
- 基础设施下一站:能自我进化、自我验证的自适应系统 — _shreya_s · 2026-10-16
- 小米 MiMo RL 训练曝光:30 步花掉 347 万美元 — bycloud · 2026-10-16
- Cerebras 用异构 prefill 池喂晶圆级引擎，解码速度与 batch 解耦 — ai · 2026-10-16