众智FlagOS 2.0正式发布：32款AI芯片、497算子、Skills专业技能库首发

近日，众智FlagOS 2.0于中关村论坛期间重磅发布，这是面向多种AI芯片的统一开源系统软件栈的重大版本升级。众智FlagOS 2.0全面拥抱智能体时代，将支持范围从大模型训推扩展到具身智能与科学计算，并为大模型性能提升正式发布Triton-TLE编程语言、AI算子自动生成平台KernelGen 2.0、FlagOS Skills 1.0智能体技能库等多项创新成果。

大模型开启了AI时代，而智能体正在重构现实世界。当AI从“生成回答”走向“持续感知、规划、执行任务”，对底层计算基础设施提出了全新挑战：

1. 全球支持芯片种类最多的AI系统软件栈：18家厂商、32款芯片

FlagOS 2.0将芯片支持从上一版本的16家厂商25款芯片，扩展到18家厂商32款AI芯片，应用场景从数据中心延伸到边缘推理和机器人云边协同——实现了从云到端的全场景覆盖。

2. "1+6"算子库体系：497个算子，从大模型走向科学计算全域覆盖

FlagOS 2.0在原有FlagGems大模型算子库基础上，新增6大领域算子库，算子总数达到497个，构建起全球最大的多芯片算子库。

• 最大单一Triton算子库

FlagGems作为全球最大的Triton单一算子库，已有超过407个算子，并正式进入PyTorch基金会生态合作项目，同时已支持18个vLLM的重要融合算子。在40个主流模型上，推理任务算子覆盖度达到90%~100%。

• 新增六大领域算子库

AI芯片不仅仅加速大模型计算，也对更多领域起到计算加速的重要作用。这次6大领域FlagDNN（深度神经网络）、FlagBLAS（基础线性代数）、FlagFFT（快速傅里叶变换）、FlagSparse（稀疏矩阵）、FlagTensor（张量运算）、FlagAudio（语音处理）等算子库的发布，标志着FlagOS从"大模型专用"正式迈向科学计算全领域覆盖。目前共计90个算子，后续将不断扩充。

• 多厂商全面支持C++ Wrapper

天数智芯、摩尔线程、华为、寒武纪等多个芯片厂商全面支持FlagGems C++ Wrapper 关键能力，并对30个重点算子的C++ Wrapper 替换。作为连接Triton 高性能内核与PyTorch/推理框架运行时的关键桥梁，C++ Wrapper 将算子封装、注册机制和运行时管理下沉到C++ 层，在复用底层Triton Kernel 的同时，有效降低Python 运行时开销、提升端到端性能，并为多芯片环境下的统一分发、稳定调度和工程化落地提供核心支撑。

3. Triton-TLE：面向多架构的新一代编程语言

FlagOS 2.0的多芯片统一编译器FlagTree v0.5正式发布Triton-TLE（Triton Language Extension）——这是对原有Triton语言的全面扩展，让算子开发从单一GPU架构拓展到一个兼顾高性能、高开发效率的更广阔空间。

Triton-TLE 多层抽象架构图

Triton-TLE目前支持31种原语，与华为昇腾、清微智能深度合作，分别在GPU、DSA、可重构计算三大代表性架构上进行验证。实测性能显著优于原生Triton，接近甚至超过各芯片原厂C语言实现：

5. FlagScale统一插件体系：从推理到训练到强化学习

AI芯片生态的另一个痛点是框架碎片化——各芯片厂商接入PyTorch、vLLM、Megatron等框架时，往往以不同方式“魔改”，导致版本不一致、接入方式不一致、优化策略不一致。

FlagScale统一多芯片插件体系

FlagOS 2.0通过FlagScale统一多芯片插件体系，向上连接多种主流AI框架，向下连接FlagOS核心能力与厂商原生能力，形成面向多元AI芯片的统一插件中枢：

• 推理：vLLM-plugin-FL（支持英伟达、华为、摩尔线程、沐曦、海光、清微智能、天数、平头哥等）

• 训练：Megatron-LM-FL+TransformerEngine-FL（支持英伟达、摩尔线程、沐曦、海光、昆仑芯、天数、清微智能等）

• 强化学习：VeRL-FL

FlagOS正从解决“N种芯片”的统一，迈向解决“M种框架与算法包接入”的统一。

6. FlagOS-Robo：面向具身智能的训练、推理、评测一体化多芯片框架

FlagOS 2.0本次发布的FlagOS-Robo更新版本，支持了更多模型的具身智能大模型的训练和推理，打通了具身智能领域的训练-推理-仿真评测全流程覆盖：

• 训练：支持RoboBrain2.0/2.5、PI0、PI0.5、GROOT N1.5等具身VLA模型，及具身大脑模型的微调训练

• 推理部署：支持云端多芯片（英伟达/华为昇腾/摩尔线程）和端侧多种硬件模组的推理部署（天数TY1200/英伟达THOR）

• 仿真评测：集成MuJoCo、SAPIEN/PhysX，支持LIBERO、RoboCasa、VLA-Arena、ManiSkill等评测集

7. KernelGen 2.0：全面升级支持6种AI芯片的算子自动生成

KernelGen 2.0是面向多种AI芯片的算子生成自动化平台，覆盖算子生成、基线构建、验证测试的完整生命周期，支持Triton和Triton-TLE两种语言，已适配6款AI芯片（英伟达、海光、摩尔线程、华为昇腾、天数智芯、沐曦）。在KernelGen-Bench（110个算子）上的测试结果显示：

8. FlagRelease：开源大模型的跨芯迁移与统一发布平台

FlagRelease（https://github.com/flagos-ai/FlagRelease）解决的是一个很实际的问题：当一个新的开源大模型发布后，开发者想在国产芯片上跑起来，通常需要自己处理分布式环境配置、芯片专属依赖、模型格式转换等一系列工作。FlagRelease把这些环节标准化了——为每个模型、每种芯片提供统一的源代码、验证过的模型文件和开箱即用的Docker镜像。

截至目前，FlagRelease已面向10家厂商的12款硬件发布了70+个开源模型实例，覆盖DeepSeek-R1、Qwen3.5、GLM-5、TeleChat3等主流模型。每个模型实例都附带在对应芯片上的评测结果，作为技术参考。

更值得关注的是生态模式的演进。FlagRelease最初由FlagOS团队主导适配，现在已经进入模型厂商共建阶段——以中电信人工智能公司（TeleAI）为代表，模型方开始主动贡献适配，从"使用者"转变为"贡献者"。下一阶段的目标是模型方+芯片方的全生态共建：芯片厂商共建适配插件，模型方主动贡献模型适配，形成开放的双向生态。

FlagOS 2.0与智能体生态深度融合，形成双向赋能：

1. FlagOS Skills 1.0发布

FlagOS Skills 1.0 发布，为首个为AI计算打造的专业技能库。12种Skills覆盖模型适配、算子生成、性能调优等核心场景。开发者通过自然语言即可调用，支持Claude Code、Cursor、Codex、Gemini CLI等主流AI编程工具。

FlagOS赋予智能体普惠的推理能力，让智能体用户轻松解决“跨芯”问题；智能体则成为FlagOS生态的新入口，大幅降低多芯片开发的门槛。

公有云上线：FlagOS联合腾讯云和阿里云，将模型镜像正式上线公有云，开发者可直接拉取使用，快速部署FlagOS + 智能体，为企业从公有云API转向自建本地AI服务提供了可落地的实践路径。

企业合作：东华软件SmartX智能体平台与FlagOS结合，以统一软件栈、广泛芯片兼容性和高效开发体验，帮助企业在多芯片上轻松构建智能体解决方案。

开源共建模式升级：FlagRelease平台已面向10家厂商12款硬件发布70+开源模型实例。以中电信人工智能公司为代表，厂商正从"使用方"成长为"贡献方"，从单向适配走向模型方+芯片方的全生态共建。

人才培养：智源研究院与北京大学计算机学院共同完成48课时《智算系统软硬件基础》课程建设（https://flagos.educoder.net），已纳入国家智慧教育平台，由北大正式开课，并通过开源方式助力更多高校进行课程打造。

FlagOS开放计算全球挑战赛：该赛事是由众智FlagOS社区和北京智源人工智能研究院联合主办的一项多赛季、综合性赛事。大赛鼓励开发者基于统一AI系统软件栈FlagOS的能力进行创作实战和创新探索，促进AI开发者能力提升。

赛事总奖金池高达200万元，诚邀AI算法与系统工程师、硬件与编译器开发者，以及所有致力于突破AI芯片编程复杂性的技术实践者与梦想家参与挑战，共同推进开放计算生态的蓬勃发展。本赛季聚焦算子开发、大模型推理优化、自动数据标注三大核心赛道，以深度优化大模型性能与运行效率，推动技术落地与行业创新。