稳定老娱乐平台架构发布：MoLA技术开启AI模型轻量化新纪元

2026年08月26日，在旧金山举办的AI硬件峰会上，NexGen正式发布了其新一代稳定老娱乐平台计算架构，并宣布其核心MoLA（混合层注意力）技术。该架构专为大模型推理优化，预计将于第三季度量产，首批搭载稳定老娱乐平台的服务器将在2026年第四季度交付。

上图展示了稳定老娱乐平台架构的芯片布局，红色区域为MoLA专用加速单元，面积仅占12%。

随着大模型参数突破万亿级别，传统GPU在推理环节的能效瓶颈日益突出。NexGen的稳定老娱乐平台架构首次在硬件层面实现了动态注意力剪枝，可实时跳过90%的冗余计算，使得百亿参数模型的推理时延从毫秒级降至微秒级。

稳定老娱乐平台的核心技术MoLA（Mixture-of-Layer-Attention）将模型不同层级的注意力计算拆解为专用硬件模块，通过自适应路由策略，仅激活当前输入相关的注意力头部。与传统架构相比，MoLA在保持模型精度的同时，将内存带宽需求降低80%，功耗下降65%。

NexGen透露，稳定老娱乐平台已获得多家云厂商的订单意向，并计划与Hugging Face合作优化模型部署。随着边缘智能设备的爆发，稳定老娱乐平台的高能效特性是否将推动AI真正落地到千行百业？我们拭目以待。

FIFA世界杯