Huawei Ascend ermöglicht die Selbstentwicklung des MiniMax M2.7 Modells

Berichte deuten darauf hin, dass genau am Tag, an dem MiniMax sein selbstiteratives Modell MiniMax M2.7 als Open-Source veröffentlichte, die Grundsoftware und -hardware von Huawei Ascend AI eine „Zero-Day-Kompatibilität“ ankündigten. Dies ermöglicht es Entwicklern, dieses führende, selbstentwickelnde Modell nahtlos auf Produkten der Huawei Ascend Atlas-Reihe einzusetzen.
Schlüsselerfolg: Das Modell als eigener „Forscher“
Die Kernstärke von MiniMax M2.7 liegt in seinen fortschrittlichen Fähigkeiten als eigenständiger Forscher:
Selbstiterationsschleife: Das Team führte eine frühere Version des Modells in die Rolle eines Forschers ein, wodurch es zur Entwicklung seines eigenen Nachfolgers beitragen konnte. Es ist in der Lage, komplexe Agentenkonstruktionen autonom zu erstellen, Lernprozesse anzustreben und seine Speicherkapazitäten zu optimieren – wodurch 30–50 Prozent des Arbeitsflusses automatisiert werden.
Programmier- und Bürofähigkeiten: Im Programmier-Benchmark SWE-Pro erreichte M2.7 eine Punktzahl von 56,22%, was einem Leistungsniveau von GPT-5.3-Codex entspricht. In professionellen Bürotätigkeiten führt es unter Open-Source-Modellen mit den besten Ergebnissen in der Kategorie GDPval-AA.
Hochgradige Befolgung von Anweisungen: Selbst in komplexen Szenarien, die mehr als 2000 Token erfordern, behält das Modell eine 97%ige Befolgungsrate der Anweisungen bei.
Die Kraft von Huawei Ascend: Synergie aus Hardware und Software überwindet Rechenbeschränkungen
Um die innovative Architektur von M2.7 zu unterstützen, führte Huawei Ascend umfassende Optimierungen durch:
Verbesserte Datenübertragung: Durch die Einführung von Optimierungen wie ReduceScatter und AllGather für die parallele Datenverarbeitung des Modells wurde die Effizienz der Datenübertragung erheblich gesteigert.
Optimierung der Operatoren: Tiefe Anpassungen an den Transformer-Aufmerksamkeits-Operatoren sowie an den MoE-Fusionsoperatoren sorgten für eine Reduzierung der Overhead bei der Zwischenspeicherung von Daten.
Erhöhte Durchsatzleistung: Durch adaptive Lastverteilung in mehrdatenparallelen Szenarien wurde die Effizienz während der Decodierungsprozesse erheblich verbessert.
Anwendungen in der Praxis: Von der Softwareentwicklung bis zum interaktiven Entertainment
Mit der umfassenden Unterstützung für den gesamten Inference-Prozess durch Huawei Ascend beweist MiniMax M2.7 seine Wertigkeit in verschiedenen Bereichen:
Softwareentwicklung: Hervorragende Leistung bei anspruchsvollen Aufgaben wie Loganalyse, Fehler Lokalisierung, Code-Refactoring und Android-Entwicklung.
Interaktives Entertainment: Durch das OpenRoom-System wird KI in webbbasierete Benutzeroberflächen integriert, wodurch die Konsistenz der Charaktere sowie der Dialogfluss verbessert werden.
Berufliche Bürotätigkeiten: Mithilfe der umfassenden Interaktionsmöglichkeiten werden hochkomplexe Produktivitätsaufgaben effizient erledigt.
Fazit: Die Recheninfrastruktur bestimmt das Tempo der Evolution
Von den anfänglichen Anpassungen, die Stunden in Anspruch nahmen, bis hin zur heutigen „Zero-Day-Synchronisierung“ bietet die inländische KI-Infrastruktur die solideste Grundlage für Spitzenmodelle wie MiniMax, die durch schnelle Reaktionsfähigkeiten eine „selbstständige Entwicklung“ ermöglichen.
Verwandter Artikel
Der ehemalige OpenAI-Chefwissenschaftler Ilya stellt sein SSI vor und enthüllt das erste Modell
Die KI hat einen weiteren großen Meilenstein erreicht. Nach seinem Ausscheiden aus OpenAI gründete der ehemalige Chefwissenschaftler Ilya Sutskever Safe Superintelligence Inc. (SSI), die kürzlich Details zu ihrem ersten Modell enthüllt hat. Berichten
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
Am 14. Mai 2026 gab die KI-Anwendungsentwicklungsplattform Lovable bekannt, dass sie an der 800.000-US-Dollar-Seed-Finanzierungsrunde des dänischen Hardware-Startups Atech beteiligt ist. Angeführt von Lovable zog die Runde erstklassige Wagniskapitalf
Anthropic erweitert die Claude KI-Coding-Tools in Japan im Rahmen der Bemühungen um internationales Wachstum
Anthropic, ein führendes US-amerikalisches Unternehmen für künstliche Intelligenz, intensiviert seine globalen Outreach-Bemühungen. Am Mittwoch veranstaltete das Unternehmen in Tokio eine große Entwicklerkonferenz namens „Code with Claude“, an der kn
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Berichte deuten darauf hin, dass genau am Tag, an dem MiniMax sein selbstiteratives Modell MiniMax M2.7 als Open-Source veröffentlichte, die Grundsoftware und -hardware von Huawei Ascend AI eine „Zero-Day-Kompatibilität“ ankündigten. Dies ermöglicht es Entwicklern, dieses führende, selbstentwickelnde Modell nahtlos auf Produkten der Huawei Ascend Atlas-Reihe einzusetzen.
Schlüsselerfolg: Das Modell als eigener „Forscher“
Die Kernstärke von MiniMax M2.7 liegt in seinen fortschrittlichen Fähigkeiten als eigenständiger Forscher:
Selbstiterationsschleife: Das Team führte eine frühere Version des Modells in die Rolle eines Forschers ein, wodurch es zur Entwicklung seines eigenen Nachfolgers beitragen konnte. Es ist in der Lage, komplexe Agentenkonstruktionen autonom zu erstellen, Lernprozesse anzustreben und seine Speicherkapazitäten zu optimieren – wodurch 30–50 Prozent des Arbeitsflusses automatisiert werden.
Programmier- und Bürofähigkeiten: Im Programmier-Benchmark SWE-Pro erreichte M2.7 eine Punktzahl von 56,22%, was einem Leistungsniveau von GPT-5.3-Codex entspricht. In professionellen Bürotätigkeiten führt es unter Open-Source-Modellen mit den besten Ergebnissen in der Kategorie GDPval-AA.
Hochgradige Befolgung von Anweisungen: Selbst in komplexen Szenarien, die mehr als 2000 Token erfordern, behält das Modell eine 97%ige Befolgungsrate der Anweisungen bei.
Die Kraft von Huawei Ascend: Synergie aus Hardware und Software überwindet Rechenbeschränkungen
Um die innovative Architektur von M2.7 zu unterstützen, führte Huawei Ascend umfassende Optimierungen durch:
Verbesserte Datenübertragung: Durch die Einführung von Optimierungen wie ReduceScatter und AllGather für die parallele Datenverarbeitung des Modells wurde die Effizienz der Datenübertragung erheblich gesteigert.
Optimierung der Operatoren: Tiefe Anpassungen an den Transformer-Aufmerksamkeits-Operatoren sowie an den MoE-Fusionsoperatoren sorgten für eine Reduzierung der Overhead bei der Zwischenspeicherung von Daten.
Erhöhte Durchsatzleistung: Durch adaptive Lastverteilung in mehrdatenparallelen Szenarien wurde die Effizienz während der Decodierungsprozesse erheblich verbessert.
Anwendungen in der Praxis: Von der Softwareentwicklung bis zum interaktiven Entertainment
Mit der umfassenden Unterstützung für den gesamten Inference-Prozess durch Huawei Ascend beweist MiniMax M2.7 seine Wertigkeit in verschiedenen Bereichen:
Softwareentwicklung: Hervorragende Leistung bei anspruchsvollen Aufgaben wie Loganalyse, Fehler Lokalisierung, Code-Refactoring und Android-Entwicklung.
Interaktives Entertainment: Durch das OpenRoom-System wird KI in webbbasierete Benutzeroberflächen integriert, wodurch die Konsistenz der Charaktere sowie der Dialogfluss verbessert werden.
Berufliche Bürotätigkeiten: Mithilfe der umfassenden Interaktionsmöglichkeiten werden hochkomplexe Produktivitätsaufgaben effizient erledigt.
Fazit: Die Recheninfrastruktur bestimmt das Tempo der Evolution
Von den anfänglichen Anpassungen, die Stunden in Anspruch nahmen, bis hin zur heutigen „Zero-Day-Synchronisierung“ bietet die inländische KI-Infrastruktur die solideste Grundlage für Spitzenmodelle wie MiniMax, die durch schnelle Reaktionsfähigkeiten eine „selbstständige Entwicklung“ ermöglichen.
Der ehemalige OpenAI-Chefwissenschaftler Ilya stellt sein SSI vor und enthüllt das erste Modell
Die KI hat einen weiteren großen Meilenstein erreicht. Nach seinem Ausscheiden aus OpenAI gründete der ehemalige Chefwissenschaftler Ilya Sutskever Safe Superintelligence Inc. (SSI), die kürzlich Details zu ihrem ersten Modell enthüllt hat. Berichten
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
Am 14. Mai 2026 gab die KI-Anwendungsentwicklungsplattform Lovable bekannt, dass sie an der 800.000-US-Dollar-Seed-Finanzierungsrunde des dänischen Hardware-Startups Atech beteiligt ist. Angeführt von Lovable zog die Runde erstklassige Wagniskapitalf
Anthropic erweitert die Claude KI-Coding-Tools in Japan im Rahmen der Bemühungen um internationales Wachstum
Anthropic, ein führendes US-amerikalisches Unternehmen für künstliche Intelligenz, intensiviert seine globalen Outreach-Bemühungen. Am Mittwoch veranstaltete das Unternehmen in Tokio eine große Entwicklerkonferenz namens „Code with Claude“, an der kn





Heim






