摩尔线程近日对其开源大模型分布式训练仿真工具SimuMax进行了重大版本更新，正式推出1.1版本。此次升级将原有单一仿真功能扩展为全栈式工作流平台，集成了可视化配置界面、智能并行策略搜索及自动化系统配置生成等核心模块，为AI开发者提供更高效的训练方案评估工具。
新版本显著提升了分布式训练的仿真能力，支持从单张GPU到万卡级集群的跨规模模拟，可精准预测显存占用情况及训练性能表现。针对混合并行训练场景，开发团队优化了节点间网络带宽竞争的建模算法，使仿真结果更贴近真实训练环境。同时，工具对Megatron-LM训练框架的兼容性得到增强，进一步扩展了应用场景。
该平台通过可视化界面降低了技术门槛，用户无需编写复杂代码即可完成训练配置。智能策略搜索功能可自动生成最优并行方案，结合系统配置生成流水线，帮助开发者在未实际运行完整训练流程前，就能全面评估训练效率并优化资源分配。这种"先仿真后实践"的模式，有效减少了大规模训练试验中的资源浪费。
