[IT之家]6 月 18 日消息，“昇腾 AI 开发者”公众号 6 月 17 日宣布，昇腾 0 Day 支持 GLM-5.2，为编程与长程任务提供全面推理优化。 据官方介绍，目前昇腾 A3 系列产品已经支持 GLM5.2 的单双机以及大 EP 推理部署。针对 GLM5.2 模型的结构特点，昇腾围绕以下几个关键技术开展了高效推理优化： **MOE 大融合算子：**将专家路由、加权计算与结果归约融合为统一算子，消除中间张量冗余读写，显著提升计算效率。 **通信与计算融合：**通过将 AllReduce 优化为 ReduceScatter 与 AllGather 通信原语，并与矩阵计算形成紧耦合流水线，实现通信延迟的有效隐藏。 **注意力前处理与多 Token 预测优化：**采用注意力前处理融合算子，结合多 Token 预测（MTP）机制的加速，提升单步生成效率。 **高并发调度与预填充延迟机制：**在高并发混合负载场景下引入预填充延迟调度，平滑计算峰值，降低 Prefill 阶段对 Decode 阶段的资源抢占。 **智能缓存与索引优化：**结合 Index...