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

2026年3月27日在2026中关村论坛上北京智源人工智能研究院副院长兼总工程师林咏华代表众智 FlagOS 社区正式发布众智 FlagOS 2.0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。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。FlagOS 2.0 版本由北京智源研究院、中科加禾、中科院计算所、澎峰科技、清程极智、清华大学、北京大学、中科院软件所、硅基流动、先进编译实验室、华为、清微智能、海光信息、中电信人工智能公司、北京邮电大学、摩尔线程、沐曦股份、天数智芯、燧原科技、基流科技、苦芽科技、晶隆智算等23家核心机构共同完成。从大模型到智能体AI 基础设施的新命题大模型开启了 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没有普适计算智能体难以跨芯片、跨场景、跨平台运行没有高效计算智能体难以进入政府、工业、金融、机器人等关键领域没有开放计算AI 生态将被单一路径锁定难以形成真正繁荣的产业体系。FlagOS 要解决的问题始终如一——以更全面、更高效、更智能为核心目标为智能体时代提供坚实的计算底座。八大核心升级FlagOS 2.0 成为智能体时代的核心智算基座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.“16”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-TLETriton 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Triton-TLE 在多芯片上的典型算子性能提升Triton-TLE 的发布意味着开发者可以用统一的语言编写算子在多种架构上获得接近原生的性能——这是解决“一种芯片一套开发工具”困境关键一步。4.FLIRFlagIR支持多架构的统一中间表示层通过与华为昇腾、清微智能、ARM AIPU 团队深入合作FlagOS 2.0 的多芯片统一编译器 FlagTree v0.5 首次发布 FLIR (FlagIR) 的预览版探索建立支持多芯片架构的统一中间表示层让不同芯片可以共享统一编译优化、更容易适配。目前FLIR 已经支持了76个 Triton 语言的原语103个 FlagGems 算子首批支持芯片包括华为昇腾、清微智能、ARM AIPU。FLIR 在FlagTree的架构支持FLIR 不但是 FlagTree 在 Triton 编译体系上的关键技术也成为与生态协同的技术桥梁本次预览版发布也标志着众智 FlagOS 与华为昇腾 CANN 两大开源生态的打通。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-FLFlagOS 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FlagOS-Robo “训练-推理-仿真评测”全流程平台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KernelGen 2.0 vs Claude Code及其在多芯片上的性能指标对比KernelGen 在英伟达上的算子生成正确性和加速比均显著超过 Claude Code在5种国产AI芯片上均获得高于92%的生成正确性超过50%的算子性能优于芯片原生实现。KernelGen 2.0 提供 Web 平台、智能体 Skill 和 MCP 等多种产品形态支持 VSCode、Claude Code 和 OpenClaw 等开发工具接入。8.FlagRelease开源大模型的跨芯迁移与统一发布平台FlagReleashttps://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多元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。FlagRelease 多芯片模型迁移与发布流程图截至目前FlagRelease 已面向10家厂商的12款硬件适配了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。全面拥抱智能体生态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 skills 目前支持的主要skill listhttps://skillhub.flagos.io以模型迁移为例之前用户需要耗费几天的时间使用 FlagOS 发布的 model-migrate-flagos 技能即可快速、高效、智能的完成所有操作。2.众智 FlagOS 官网 SkillHub 全新上线众智 FlagOS 官网在本次 FlagOS 2.0 版本发布同时也进行了全面升级。为了让全球 AI 开发者在“智能体 OpenClaw ”时代很容易使用各种 AI 芯片平台全新上线了 SkillHubhttps://skillhub.flagos.io。旨在为 AI 开发者打造一站式、面向多种AI芯片的 “最专业 AI 计算技能中心”开发者可以一行命令安装全部技能npx skills add flagos-ai/skills --allFlagOS 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。产业落地与生态共建公有云上线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。大赛详情https://flagos.io/RaceDetail?id295v67vwlangcn目前众智 FlagOS 社区已汇聚79家成员单位本次新加入18家单位共同打造新一代开源智算软硬件技术生态。关于众智FlagOS社区为解决不同 AI 芯片大规模落地应用北京智源研究院联合众多科研机构、芯片企业、系统厂商、算法和软件相关单位等国内外机构共同发起并创立了众智 FlagOS 社区。FlagOS 是一款专为异构 AI 芯片打造的开源、统一系统软件栈支持 AI 模型一次开发即可无缝移植至各类硬件平台大幅降低迁移与适配成本。它包括大型算子库、统一AI编译器、并行训推框架、统一通信库等核心开源项目致力于构建「模型-系统-芯片」三层贯通的开放技术生态通过“一次开发跨芯迁移”释放硬件计算潜力打破不同芯片软件栈之间生态隔离。官网https://flagos.ioGitHub 项目地址https://github.com/flagos-aiGitCode 项目地址https://gitcode.com/flagos-ai