8小时追平，2天超越：ForgeTrain如何用AI构建AI训练框架

当大语言模型的发展速度快到大多数团队难以跟上时，真正的瓶颈不仅仅是算力——而是高效利用算力所需的工程能力。2026年6月27日，面壁智能联合OpenBMB开源社区和AGI BAR举办了一场名为“AI4AI发酵之夜”的活动。会上，面壁智能AI Infra团队技术负责人李宇轩发布了ForgeTrain，一个生产级预训练框架，它颠覆了传统：不是人类编写训练代码，而是由AI来完成。

旧方式的局限

李宇轩认为，传统方法——向问题投入更多数据和更多GPU——已经收益递减。高质量的互联网数据越来越稀缺，算力也不便宜。工业革命让我们用机器制造机器；而智能革命，他说，是关于AI构建AI。ForgeTrain是一个概念验证：一个自动化系统，为特定模型和硬件配置量身定制专门的训练框架，无需任何人工干预。

速度说明一切

在基准测试中，ForgeTrain在8小时内追平了行业黄金标准Megatron-LM的性能。在1.5到2天内，它持续超越，将计算利用率（MFU）提升了8%到10%。而且它并非单一技能——该框架已成功适配MiniCPM4-0.5B和8B等模型，并在NVIDIA H100 GPU和华为昇腾NPU上运行。

工作原理：四阶段流程

ForgeTrain的魔力在于李宇轩所称的“四阶段优化流程”。首先从锚定阶段开始，锁定二进制一致性。然后是逐位生成基本函数。接下来，超越阶段移除约束以冲刺性能。最后，逐算子阶段深入定制每个算子。整个流程由AI驱动——无需人工调整。这实际上将NVIDIA多年的工程经验转化为AI可以自动分解和解决的问题。

锻造工程：新范式

李宇轩将这种方法称为“锻造工程”——一种为AI时代构建软件的新方式。他设想了一个未来，每个人都可以定制自己的模型助手，而软件的形式本身将被重塑。目前，ForgeTrain表明，“AI制造AI”的道路不仅是理论上的，而且已经取得了成果。

关键点

• ForgeTrain 是一个AI驱动的框架，自动为特定模型和硬件生成优化的训练代码。
• 它在8小时内追平Megatron-LM，并在1.5-2天内超越，MFU提升8-10%。
• 四阶段流程（锚定、逐位、超越、逐算子）完全自动化，无需人工干预。
• 兼容多种模型和硬件平台，包括NVIDIA H100和华为昇腾NPU。
• 代表了向“AI制造AI”的转变，可能使模型训练民主化。