Hogar
ForgeTrain, de Mianbi Intelligence, utiliza la inteligencia artificial para crear un marco de formación de última generación: 8 horas para ponerse al día, 2 días para superar el nivel

A medida que los ciclos de iteración de los modelos a gran escala se reducen a semanas, superar las limitaciones de potencia de cálculo y las barreras de ingeniería se ha convertido en el principal reto de la IA. El 27 de junio de 2026, Mingshi Intelligence, junto con la comunidad de código abierto OpenBMB y AGI BAR, organizó un evento en profundidad denominado «AI4AI Fermentation Night». En el evento, Li Yuxuan, responsable técnico de AI Infra en Mingshi Intelligence, detalló ForgeTrain, el marco de preentrenamiento de nivel de producción propio de la empresa, revelando la lógica y los avances prácticos que subyacen al cambio de paradigma de «la IA que crea IA».
Li Yuxuan señaló que, a medida que disminuyen los rendimientos marginales derivados de los datos de Internet de alta calidad y la potencia de cálculo, el enfoque tradicional de «acumular datos y potencia de cálculo» ha llegado a sus límites. La revolución industrial fue testigo de cómo «las máquinas construían máquinas»; la revolución de la inteligencia avanza ahora hacia «la IA que construye IA». ForgeTrain valida este camino con un único punto clave: utilizar la IA para forjar desde cero un marco de entrenamiento especializado, adaptado a modelos y arquitecturas de hardware específicos, en lugar de depender de pilas de software de uso general mantenidas manualmente.
En las pruebas de rendimiento, ForgeTrain demostró una notable eficiencia en las iteraciones. Mediante un proceso automatizado, igualó el rendimiento del marco líder del sector, Megatron-LM, en un plazo de 8 horas y lo superó de forma constante en un plazo de entre 1,5 y 2 días, logrando un aumento de la utilización de la capacidad de cálculo (MFU) de entre el 8 % y el 10 % aproximadamente. Esta capacidad se ha aplicado con éxito a modelos como MiniCPM4-0,5B/8B y es compatible con diversas plataformas de hardware, entre ellas H100 y la NPU Ascend de Huawei.
El éxito de ForgeTrain se basa en lo que Li Yuxuan denomina el «proceso de optimización del harness en cuatro etapas». Comenzando por la etapa «Anchor», que garantiza la consistencia binaria, se pasa a la generación de funciones básicas «bit a bit», luego a la fase de «Surpass» para superar el rendimiento tras eliminar las restricciones y, finalmente, se entra en la etapa «Per-Op», que implica una personalización profunda de cada operador. Todo el proceso está impulsado íntegramente por la IA, sin intervención manual, lo que ha logrado transformar con éxito la ventaja competitiva de ingeniería que NVIDIA ha acumulado durante años en un problema técnico que la IA puede resolver automáticamente.
Este enfoque se resume como «Forge Engineering», un nuevo paradigma de ingeniería para la era de la IA. Li Yuxuan cree que, en el futuro, todo el mundo podrá personalizar su propio asistente de modelos y que el panorama del software sufrirá una transformación masiva.
Artículo relacionado
El lanzamiento global de la campaña de campus de Seed de ByteDance ofrece acciones virtuales para captar a los mejores talentos en modelos grandes
En el competitivo panorama de los modelos de lenguaje grandes, asegurar el talento de primer nivel sigue siendo el activo estratégico más crítico.El 1 de abril, ByteDance anunció el lanzamiento de su iniciativa global de reclutamiento de campus Seed
Suno añade marcas de agua a las canciones en medio de batallas legales
Suno, la plataforma que permite a los usuarios generar música creada por inteligencia artificial, ha presentado nuevas funciones para etiquetar las pistas producidas en la plataforma, restringir las descargas y actualizar las normas de la comunidad c
Musk admite que Grok filtró código de usuarios, promete borrar todos los datos históricos
Elon Musk abordó directamente la controversia por privacidad relacionada con Grok Build, comenzando con un simple "Verdadero" para confirmar la validez del incidente. Se comprometió a que todos los datos de usuario cargados previamente en SpaceXAI se
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

A medida que los ciclos de iteración de los modelos a gran escala se reducen a semanas, superar las limitaciones de potencia de cálculo y las barreras de ingeniería se ha convertido en el principal reto de la IA. El 27 de junio de 2026, Mingshi Intelligence, junto con la comunidad de código abierto OpenBMB y AGI BAR, organizó un evento en profundidad denominado «AI4AI Fermentation Night». En el evento, Li Yuxuan, responsable técnico de AI Infra en Mingshi Intelligence, detalló ForgeTrain, el marco de preentrenamiento de nivel de producción propio de la empresa, revelando la lógica y los avances prácticos que subyacen al cambio de paradigma de «la IA que crea IA».
Li Yuxuan señaló que, a medida que disminuyen los rendimientos marginales derivados de los datos de Internet de alta calidad y la potencia de cálculo, el enfoque tradicional de «acumular datos y potencia de cálculo» ha llegado a sus límites. La revolución industrial fue testigo de cómo «las máquinas construían máquinas»; la revolución de la inteligencia avanza ahora hacia «la IA que construye IA». ForgeTrain valida este camino con un único punto clave: utilizar la IA para forjar desde cero un marco de entrenamiento especializado, adaptado a modelos y arquitecturas de hardware específicos, en lugar de depender de pilas de software de uso general mantenidas manualmente.
En las pruebas de rendimiento, ForgeTrain demostró una notable eficiencia en las iteraciones. Mediante un proceso automatizado, igualó el rendimiento del marco líder del sector, Megatron-LM, en un plazo de 8 horas y lo superó de forma constante en un plazo de entre 1,5 y 2 días, logrando un aumento de la utilización de la capacidad de cálculo (MFU) de entre el 8 % y el 10 % aproximadamente. Esta capacidad se ha aplicado con éxito a modelos como MiniCPM4-0,5B/8B y es compatible con diversas plataformas de hardware, entre ellas H100 y la NPU Ascend de Huawei.
El éxito de ForgeTrain se basa en lo que Li Yuxuan denomina el «proceso de optimización del harness en cuatro etapas». Comenzando por la etapa «Anchor», que garantiza la consistencia binaria, se pasa a la generación de funciones básicas «bit a bit», luego a la fase de «Surpass» para superar el rendimiento tras eliminar las restricciones y, finalmente, se entra en la etapa «Per-Op», que implica una personalización profunda de cada operador. Todo el proceso está impulsado íntegramente por la IA, sin intervención manual, lo que ha logrado transformar con éxito la ventaja competitiva de ingeniería que NVIDIA ha acumulado durante años en un problema técnico que la IA puede resolver automáticamente.
Este enfoque se resume como «Forge Engineering», un nuevo paradigma de ingeniería para la era de la IA. Li Yuxuan cree que, en el futuro, todo el mundo podrá personalizar su propio asistente de modelos y que el panorama del software sufrirá una transformación masiva.
El lanzamiento global de la campaña de campus de Seed de ByteDance ofrece acciones virtuales para captar a los mejores talentos en modelos grandes
En el competitivo panorama de los modelos de lenguaje grandes, asegurar el talento de primer nivel sigue siendo el activo estratégico más crítico.El 1 de abril, ByteDance anunció el lanzamiento de su iniciativa global de reclutamiento de campus Seed
Suno añade marcas de agua a las canciones en medio de batallas legales
Suno, la plataforma que permite a los usuarios generar música creada por inteligencia artificial, ha presentado nuevas funciones para etiquetar las pistas producidas en la plataforma, restringir las descargas y actualizar las normas de la comunidad c
Musk admite que Grok filtró código de usuarios, promete borrar todos los datos históricos
Elon Musk abordó directamente la controversia por privacidad relacionada con Grok Build, comenzando con un simple "Verdadero" para confirmar la validez del incidente. Se comprometió a que todos los datos de usuario cargados previamente en SpaceXAI se











