上海科研团队最新发布的DiTorch和DiComm技术框架，突破了AI训练对同构硬件的依赖。该创新通过统一编程接口整合NVIDIA、AMD等异构芯片架构，在1,024块规格差异显著的芯片集群上训练千亿参数模型时实现116%的超线性效率。其核心技术在于智能调度算法——将内存密集型计算阶段自动分配至大容量内存硬件，使老旧芯片、廉价设备甚至受出口管制的计算单元都能组成"超异构集群"。这一突破显著降低了前沿AI研究的硬件门槛，允许研究机构利用现有混合设备开展大规模训练，对全球AI算力生态可能产生结构性影响。相关论文已发布于arXiv预印本平台。