马斯克透露，xAI即将对Grok的训练（training）和推理（inference）栈进行全面重构，使用C/C++语言重写，极大简化架构（删除大部分软件层），并针对NVIDIA GB300硬件进行精确映射优化。预计约3个月内将实现真正的巨大收益，标志着xAI在基础设施层面的低级优化将带来重大效率和性能突破。

这次大升级绝不是简单的代码重构，而是xAI（以及SpaceX AI团队）从“框架依赖”向“硬件原生”转变的战略级行动。传统AI训练大多依赖PyTorch或JAX这类Python前端框架，它们带来便利的同时，也叠加了大量解释器开销、抽象层损耗和通用性妥协。马斯克选择用C/C++从头写栈、删除多余层，并“exact-map”到GB300的具体拓扑（每张GPU、每条链路、内存层次都在编译时已知），本质上是把软件栈压到极致，让硬件潜力近乎100%释放。

这套思路已经在SpaceX验证过，据报道他们用C语言打造的自定义栈能让训练速度比Google JAX提升一个数量级（约10倍），针对22万张GB300 + 800G网络的精确适配让通信和调度效率大幅飙升。 对xAI而言，这意味着在Colossus超级集群上，同样的算力能训练更大模型、跑更多RL迭代，或者在推理端实现更高吞吐和更低延迟——这对实时交互、长上下文、多模态Grok来说是质变。