智谱两周跑通10万张国产加速卡：GLM开始“帮自己修路” 专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！* 这次智谱没有发布新模型，也没有公布新的榜单成绩。 它晒出来的，是一场“模型帮自己修基础设施”的工程实战。 9月17日，智谱发布技术文章，介绍由GLM-5.3驱动的Infra Agent，如何参与搭建和优化GLM-5.3-Flash的推理系统。 智谱技术原文听起来有点像“AI开始制造AI”，但事情没有这么科幻。 10万张卡，难的不是把模型装进去 智谱称，GLM-5.3-Flash的生产推理服务运行在超过10万张中国制造的AI加速器上。 从模型第一次在新硬件上跑起来，到系统能够承载生产流量，用时不到两周。经过一系列优化后，端到端吞吐量提升到初始基线的约3倍，硬件利用效率和单Token成本达到与主流英伟达GPU相近的水平。 图 1：GLM-5.3-Flash 的端到端吞吐量演变 这些数字很容易成为标题，但真正麻烦的部分在后面。 芯片的内存和带宽有限，部分算子没有成熟支持，软件生态也不够完善。与此同时，系统还要