2月5日，腾讯混元AI Infra团队正式开源一款高性能大语言模型（LLM）推理核心算子库——HPC-Ops。实测显示，在真实业务场景中，使用该库后，混元模型的每分钟查询量（QPM）提升30%，DeepSeek模型QPM提升17%。在关键算子性能上，Attention计算速度最高比FlashInfer/FlashAttention快2.22倍；GroupGEMM比DeepGEMM快1.88倍；FusedMoE比TensorRT-LLM快1.49倍。