近日，海光DCU完成Qwen3.5-397B MoE旗艦多模態模型、Qwen3.5-35B-A3B MoE多模態模型全量適配、精度對齊與推理部署驗證。本次適配依托FlagOS專屬vLLM-plugin-FL多芯片插件實現落地。

FlagOS是一款專為異構AI芯片打造的開源、統一系統軟件棧，支持AI模型一次開發即可無縫移植至各類硬件平臺，大幅降低遷移與適配成本。FlagOS專屬vLLM-plugin-FL多芯片插件完美兼容海光DCU芯片，全程無需修改模型接口、推理引擎邏輯與開發者調用代碼，通過底層插件和算子替換實現無縫適配，大幅降低遷移成本，真正做到開箱即用。

目前兩大版本模型在海光DCU算力平臺實現無縫穩定運行，進一步夯實國產算力支撐大模型落地的核心能力，為行業提供開箱即用的國產化部署方案。

高效攻克適配瓶頸，多模態能力完整落地

Qwen3.5-35B-A3B參數350億、激活參數30億，原生支持262144 tokens超長上下文，采用門控Delta網絡融合MoE架構，具備統一視覺/語言理解能力，覆蓋圖像、視頻多模態輸入，在推理、編碼、Agent及視覺理解等核心場景實現全面躍升。

面對如此復雜的模型架構與多模態能力，精度對齊等技術挑戰尤為突出。海光DCU依托底層軟硬件優化實力，基于眾智FlagOS全棧技術支撐，高效攻克適配瓶頸。經驗證，Qwen3.5模型在海光DCU上推理穩定。

零改造部署，降低落地門檻

FlagOS將核心算子、編譯器等組件內置模型框架，加載時自動生效，配合標準化Docker鏡像與一鍵命令，徹底解決環境配置、性能優化等痛點。

開發者可通過官方文檔獲取部署源碼，也可直接拉取魔搭、HuggingFace等社區的海光專屬模型鏡像、文件，無需額外遷移即可快速啟用。遷移版Qwen3.5-FlagOS模型文件、代碼和鏡像，可一鍵直達部署資源：

HuggingFace平臺：

https://huggingface.co/FlagRelease/Qwen3.5-35B-A3B-hygon-FlagOS

魔搭平臺：

https://modelscope.cn/models/FlagRelease/Qwen3.5-35B-A3B-hygon-FlagOS

全棧技術協同，精度性能雙達標

眾智FlagOS構建的統一AI系統軟件棧，為海光DCU提供全鏈路支撐，FlagRelease工具可半自動支撐實現適配、評測、打包全流程，極速推進適配落地，將傳統數周周期壓縮至數天。

經ERQA、AIME、GPQA Diamond等權威評測集驗證，海光DCU適配后的Qwen3.5系列模型，在視覺理解、復雜推理、語言編碼等核心能力上，與原生版本精度完全對齊，無業務效果折損，適配質量達到行業頂尖水平。

此次適配實現“一次開發、多芯復用”，凸顯出國產算力承接高端大模型任務的常態化。海光DCU將持續深耕AI算力軟硬件優化，聯合FlagOS等生態伙伴，拓展更多主流大模型適配場景，打造穩定高效的國產算力底座，助力AI技術規模化、普惠化落地。