麻省理工学院与微软的研究团队联合开发出名为“穆拉卡布”（Murakkab）的智能系统，用于简化AI智能体工作流的设计与部署流程。开发者仅需用通俗语言说明核心需求，无需手动指定各项技术细节。

该系统可根据用户设定的优先级（如成本最小化或速度最大化）动态调整硬件配置与资源分配，在不损耗性能的前提下，相较传统方法将计算单元占用降低约65%，能耗降低73%，成本降低75%；在特定测试场景中，准确率仅下降2%的前提下能耗降低一个数量级以上。其优化逻辑为筛选最优模型、工具与执行顺序，条件允许时启用并行处理。

该系统具备资源分配与使用情况的可视化能力，可帮助云服务商更高效管理多类工作负载，契合当前行业提升AI能效的发展方向，实用价值随智能体工作流复杂度提升进一步凸显。

由戈哈尔·乔杜里、亚当·贝莱和里卡多·比安基尼组成的研究团队，计划后续将该系统拓展至更复杂的工作流场景与更大规模的计算集群。

译文内容由第三方软件翻译。

声明：市场有风险，投资需谨慎。本文由AI大模型基于公开信息生成，不代表Hehson财经观点。文中所有信息、数据及图表仅供参考，不构成任何形式的投资建议或决策依据，相关信息以实际公告为准。如有疑问，请联系：biz@staff.sina.com.cn。