7月27日，移远通信正式宣布与rwkv公司达成深度战略合作，双方将基于移远的高性能算力平台，对rwkv最新模型架构进行优化与适配，携手推进大模型在终端设备上的低资源、高效率部署。此次合作成果首次在2025世界人工智能大会（waic）上惊艳亮相，标志着端侧大模型技术向更高效能、更广泛应用场景迈出了重要一步。
RWKV（Receptance Weighted KeyValue）是全球领先的RNN类大模型架构，创新性地融合了递归神经网络（RNN）的恒定计算复杂度与高效串行推理能力，同时吸收了Transformer的并行训练优势，在文本生成、语音处理、图像视频分析及时间序列预测等多个领域表现卓越，且训练与推理成本远低于传统Transformer模型。
其核心技术在于以RWKV算子替代Transformer中的位置编码和多头注意力机制，成功破解了后者在处理长序列时面临的内存与时间复杂度激增难题。该设计实现了token级计算和内存占用的恒定，无论序列多长，推理速度与资源消耗均保持稳定，从而显著提升效率。这一特性使其在资源受限的终端设备中极具优势，堪称赋予终端一个“轻量级AI大脑”。
在WAIC 2025展会上，基于高通QCS8550平台的两大联合解决方案重磅发布：
● RWKVChat：持续思考，离线对话
RWKVChat是一款完全离线运行的AI聊天应用，无需联网即可实现本地推理、深度对话与文本续写，支持个性化设置，成为用户随身的“智能助手”。例如，搭载于高通手机平台的RWKV7-G12.9B模型，推理速度可达30token/s。得益于RWKV架构无需KV缓存的特性，在长时间对话中仍能保持速度与内存占用的恒定，体验流畅不卡顿。
● RWKVSudoku：超长链式推理
RWKV数独展示了仅20M参数的小模型在超长思维链（Chain-of-Thought, CoT）任务中的惊人表现。凭借恒定内存占用与极低token消耗，它能够高效解决复杂数独难题，直观体现了RWKV在端侧设备上实现高效推理的巨大潜力。
在当前Transformer主导的大模型技术格局下，移远通信展现出前瞻性的战略布局，积极拓展非Transformer技术路径，致力于为行业提供更低功耗、更少内存依赖的端侧AI解决方案。
本次展出的RWKV7-G11.5B模型，在移远通信SG885G模组上经过深度工程优化后，性能表现远超同参数量级的Transformer模型。实测数据显示：
在Prefill阶段：
- 平均耗时降低83%
- 处理速度提升345%
在Decoding阶段：
- CPU平均使用率下降23%
- 内存占用减少36%
- 功耗降低18%
SG885G模组基于高通QCS8550平台打造，具备高达48TOPS的AI算力，可支持约7B参数的多模态模型本地推理，实现图像理解与多源信息融合的实时响应。在模型兼容方面，移远已构建完善的端侧适配体系，全面支持Llama、通义千问、DeepSeek等主流开源模型，覆盖0.5B至8B参数范围，打造了一个功能强大的端侧大模型运行平台。尤为关键的是，SG885G率先支持非Transformer路线的RWKV7架构，大幅降低对硬件资源的需求。
移远通信首席运营官张栋表示：“此次与RWKV的合作，是我们‘让终端拥有AI大心脏’理念的重要实践。RWKV的线性注意力机制，彻底打破了终端设备处理长序列数据的瓶颈。结合移远的高算力模组，我们真正把大模型‘装进’了物联网终端。当农机能‘读懂’土壤状态，当手表可‘预判’健康风险，AI就不再只是云端的概念，而是深入田间地头、融入日常生活的现实力量。”
RWKV联合创始人兼COO罗璇表示：“我们的目标是让每一台设备都具备思考能力，就像植入一颗会学习的‘大脑’。随着RWKV架构在移远算力平台上的规模化落地，终端将突破资源限制，形成‘云端能力+本地智能’的双轮驱动生态，为万物智联时代打下坚实的技术基础。”
移远通信与RWKV的强强联合，不仅是硬件与算法的深度融合，更是推动智能普惠化的重要里程碑，让大模型真正从云端走向终端，赋能千行百业、千家万户。
7月26日至29日，欢迎莅临WAIC 2025移远通信展台（H1D815），亲身体验端侧大模型带来的智能变革。
