快科技 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。