8月6日消息，蚂蚁百灵8月5日开源新一代原生混合推理模型Ling-3.0-flash，昇腾同步完成0Day适配，并首次落地全新算子编程框架CANN PyPTO。
据了解，该模型总参数124B，推理时仅激活5.1B，计算开销仅为上代旗舰Ring-2.6-1T的8.1%。它按5比1交替堆叠KDA（增量注意力）与MLA（多头潜在注意力），支持256K上下文窗口，可扩展至1M。
同时，模型中的KDA算子是核心结构，其计算融合矩阵向量运算、递推累积、状态更新等多段逻辑，对核内数据复用与多核并行调度要求很高，传统手写内核开发难以兼顾效率与性能。
为此，昇腾推出的这一全新编程框架CANN PyPTO，开发者只需通过张量级接口定义计算逻辑，由框架自动完成分片调度、数据搬运与代码生成，无需手写底层代码，大幅降低算子开发门槛。
更值得注意的是，配合昇腾CANNBot智能体，算子开发被拆解为7个阶段自动推进，各阶段由分工明确的子智能体协同执行，全程无需人工介入交接，大幅缩短复杂融合算子的交付周期。
部署方面，昇腾基于开源推理引擎vLLM的昇腾版本完成深度适配，补丁已提交开源平台，支持轻量化补丁部署，可秒级上线，全面兼容A2、A3系列产品。
此前，昇腾已完成对百灵Ling-2.6-flash（104B参数）的适配。昇腾表示，此次适配再次表明，其已具备支撑前沿大模型从发布到规模化部署的全流程能力。
