Beijing Artificial Intelligence Akademiyasi (BAAI) turli chip arxitekturalarida sunʼiy intellekt modellarini ishga tushirish uchun moʻljallangan ochiq dasturiy stekining eng soʻnggi versiyasi boʻlgan FlagOS 2.2 ni taqdim etdi. Ushbu reliz sentabrning 30-kunida chiqdi va 2026-yil 17-oktyabrda Pekinning AI ochiq hisoblashlar konferensiyasida namoyish etildi. BAAI bu yangilanishni modellarni koʻplab chiplarga moslashtirishdan ularni optimallashtirish uchun umumiy kodga oʻtish sifatida xarakterlaydi.
Asosiy yutuq miqyosda namoyon boʻldi. FlagOS 2.2 toʻqqizta operator kutubxonasini qamrab oladi va FlagGems hamda bogʻliq kutubxonalardagi jamoat operatorlari soni 564 dan 1454 gacha oshdi, bu esa 890 birlik ortiqcha hisoblanadi. Yangi FlagGems-SGLang kutubxonasi diqqat, Mamba holatini yangilash, ekspertlarni aralashtirish usuli, LoRA, namuna olish va kvantlash kabi funksiyalarni qamrab oluvchi 40 koʻpchip operatorini qoʻshdi. BAAI taʼkidlashicha, 10 ta AI apparat merosiga ega mingdan ortiq operatorlar tufayli umumiy operator samaradorligi taxminan 27% ga oshdi.
Bu oʻsishning sezilarli qismi avtomatlashtirish bilan bogʻliq. BAAI ning KernelGen operator generatori endi toʻqqizta turdagi AI chiplarini qoʻllab-quvvatlaydi va ushbu chorak davomida 765 ta yangi operator yaratdi. Ulardan 416 tasi kamida beshta mahalliy chipda aniqlik tekshiruvidan oʻtgan va tabiiy operatorlarning 80% dan ortiq samaradorlikka erishgan. Bundan tashqari, FlagPrism universal debugging va profiling vositasi Triton kodi manbasidagi maʼlumotlar, kompilyatorning oʻrta ifodasi va qurilmada bajarilish maʼlumotlarini bogʻlab, Huawei Ascend, Iluvatar CoreX, Moore Threads, Nvidia va Enflame ni qoʻllab-quvvatlaydi.
Reliz shuningdek, chiplararo ogʻirliklarni oʻzgartirish va kvantlash uchun FlagOS-Compressor ni oʻz ichiga oladi. BAAI maʼlumot berishicha, Qwen3.5-397B-A17B modeliga W8A8 ni qoʻllash model fayllarining hajmini 751,41 GB dan 382,45 GB gacha, yaʼni 49,1% ga kamaytirishga imkon berdi, shu bilan birga model GPQA-Diamond da 84,85% natija koʻrsatdi. vLLM, Megatron-LM, SGLang va boshqa freymvork plaginlari bilan birgalikda, yangi modellar chiqarilganidan keyin faqat bitta kun ichida 12 ta chip platformasiga moslashtirilishi mumkin.
Eski uskuna misolida oʻtkazilgan tadqiqotlar muvaffaqiyatlarni namoyish etdi. Ascend 910B serverlarida BAAI GLM-5.3-Flash modelining agent reproduksiya testida logistik xizmatlar tranzit tezligi optimallashtirishdan oldingi darajaga nisbatan 2,04 baravar oshganini qayd etdi, 8,52 mingdan 17,36 ming token/sekund gacha koʻtarildi. China Telecom ning Xing4.0-29B-A4B modeli 10 ta chip platformasiga moslashtirildi, bu esa uzun kirishli testlarda birinchi tokenni olish vaqtini tabiiy operatorlarga nisbatan 19,87% ga kamaytirdi.
BAAI muammo vaqt oraligʻida ekanligini hisoblaydi: joylashtirilgan AI hisoblashlarining 80% dan ortigʻi eng yangi avlodga tegishli emas, ammo modellar tez oʻzgarib turadi. Taʼkidlash joizki, keltirilgan barcha raqamlar BAAI ning oʻz testlariga asoslangan va kompaniya real xizmat koʻrsatish samaradorligi yuklamadan kelib chiqishini taʼkidlaydi.