伯恩斯坦估算 OpenAI 至 2030 年算力基础设施支出或达 6140 亿美元
伯恩斯坦分析师 Mark Moerdler 估算,OpenAI 已披露算力合作协议对应的基础设施支出到 2030 年累计或达 6,140 亿美元,明显低于《华尔街日报》此前传出的 7,500 亿美元。
伯恩斯坦分析师 Mark Moerdler 估算,OpenAI 已披露算力合作协议对应的基础设施支出到 2030 年累计或达 6,140 亿美元,明显低于《华尔街日报》此前传出的 7,500 亿美元。
“罗西的思考”发布 KIMI K3 Serve 模块交互式演示,14 个 Gradio Tab 覆盖投机回放(投影缓存 vs 完整快照)、重演一致性验证、ReplaySSM 环形缓冲、统一页池、前缀缓存两阶段 lookup 与 Fleet 一致哈希路由等核心机制。
作者用 DeepSeek Harness(模型为 GLM5.3)开发基于 ComfyUI 的动漫制作软件时,每次修改前端后 app.js 莫名消失,dsh 归因为平台层问题并打补丁自动从 git 恢复,未找根因。
作者用 DeepSeek Harness 插件以纯代码程序化渲染完成一部 3 分 54 秒中文科普片,核心做法是先逐句合成旁白、用实测 PCM 时长驱动时间轴,每帧作为纯函数保证可复现,再配四层质检。
推荐理由:作者给出了可迁移的工程方法,用实测音频时长驱动时间轴、帧作纯函数、分层质检,让程序化视频可复现可验收。
Anthropic 公开 Claude 的记忆设计,将在线记录与离线 Dreaming 放入同一架构,并按职责分出会话记录、记忆笔记、知识表示与预载上下文四层。Memory Trap 论文显示,局部经验被泛化后会造成权限迁移、评价偏移和测试保护漏洞等问题,Dreams 则以候选库方式把生成与采用分开,新记忆需审查后才能挂载到未来会话。
推荐理由:原文把在线记录与离线整理拆成可落地的分层职责,并指出经验复用必须同时携带形成条件与适用范围。
作者把嵌入式开发流程拆成 AI 可执行的技能,生成与检查分开,最后的评审和放行仍由人完成。需求整理技能被拆成有文件产出的步骤,AI 把补出的解释和不确定问题列成清单,工程师逐条确认后才能装配正式需求文档。反馈记录需要回读并回填到技能规则,否则同类错误仍会复发;每个技能还要写清输入、产出、停止点和人工接手点,避免变成从原始文档一路跑到发布的超级提示词。
DeepSeek Harness 团队提出拥有连续上下文、可自主调度多 Agent 并行工作的 Super-agent 架构设想,而硅谷华人团队 AFK AI 的产品 Comma 早在年初便落地了单 Router 加多 Worker 架构,并于 9 月 30 日开源。
腾讯云 ADP 宣布完成全生命周期产品升级,推出 FDE 交付方法论与生态共建体系,推动企业级 Agent 从办公提效走向对经营结果负责。平台将智能体与站点服务打通,支持私网直连与全链路留痕,并以 AgentPortal 作为企业智能体统一入口。落地案例中,华润信托智能拆单准确率从 80% 以上优化至 98%,伊利运营提效超 50%、A/B 测试销售订单提升 26%。
本文讲解如何将 ComfyUI 可视化编辑器导出的工作流 JSON 改造成带 {{变量名}} 占位符的模板文件,在程序中注入提示词、模型名、采样参数后提交执行。
作者在 GTX 1660 Ti 笔记本上真机复现了 nvidia-smi 显示 CUDA Version 13.0 但 nvcc -V 无命令、torch.version.cuda 为 None 的问题,指出该数字只是驱动支持上限而非已装版本。
推荐理由:作者用一台 GTX 1660 Ti 真机复现了 CUDA 版本误判的完整排查过程,给出按显卡算力、驱动上限和官方源可用轮子选择 CUDA 版本的可迁移方法。
马斯克宣布 Cybertruck 将于明年年中前后逐步停产,为 Cybercab 扩产腾出产能;OpenAI 完成 110 亿美元首期新融资,估值 1.25 万亿美元;李飞飞 World Labs 发布 Frameboy,可在网页端以最高 15 帧每秒实时探索 Atlas 生成的多模态世界。
笔者在自建 Oracle AI Database 26ai 上部署 Ask Oracle Select AI Chatbot,跑通基础自然语言问数功能。
科技巨头正大规模扩建 AI 数据中心,但在全球范围内引发了关于电网负荷、电费、社区影响和环境的激烈争议。数据中心成为 2026 中期选举的重要两党议题,选民普遍反对其扩张。OpenAI 和 Amazon 等公司承诺与当地社区合作并承担能源成本,而民主党领导人则呼吁进一步限制和放缓数据中心建设。
Amazon SageMaker Inference 现已支持基于 NVIDIA Multi-Instance GPU (MIG) 的 GPU 分区,可将一块物理 GPU 最多切成 7 个硬件隔离的独立分区,每个分区拥有固定算力份额与专用显存。
推荐理由:原文给出分区配置方式、各 GPU 的可用分区规格以及实测对比,读者可据此判断 GPU 分区能否降低自己推理工作负载的成本。
AWS 官方博客第 1 篇教程演示如何用 Okta Cross App Access(XAA)与 Amazon Bedrock AgentCore 约束智能体可代表哪位用户访问哪个应用:Okta 作为治理平面签发单用途、5 分钟有效的 ID-JAG,AgentCore Identity 用其兑换访问令牌并存入令牌库,智能体代码不接触客户端密钥。
Amazon Bedrock AgentCore Gateway 成为统一入口,集中治理 Okta Cross App Access(XAA)授权的智能体访问,替代 Part 1 中智能体直连 MCP 服务器的拓扑。
亚马逊北美分拣中心(NASC)团队在 Amazon ECS Fargate 上构建了无服务器 MCP 服务器,作为 AI 智能体与企业数据湖之间的集中式、智能体无关的网关。新增数据集只需一个 JSON 元数据文件,服务器在下次管道同步时自动发现,无需为每个数据集编写集成代码。该架构在多租户环境中支持多个智能体与应用,端到端交互延迟保持在 15–20 秒。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建自主 SOC 解决方案 Luna,每月自动处理多达 4,000 起安全与风险案件,超过 90% 无需人工干预。
摩尔线程宣布基于智算卡 MTT S5000 与 MUSA 软件栈,完成月之暗面 3 万亿级参数模型 Kimi K3.1 Pro 的 Day-0 适配,打通模型加载、服务启动及文本、图片基础推理链路。
PPIO 沙箱把 Personal Agent 必备的“云电脑”做成开箱即用的 API,一次调用即可创建预装环境的独立沙箱。沙箱冷启动平均不到 200 毫秒,支持暂停恢复、快照与克隆,25000 并发测试成功率达 99.8%。作为国内首款兼容 E2B 接口的沙箱,上线一年创建规模增长超 120 倍,并推出含 100 元代金券的“Personal Agent 开发者加油包”。
Brightspeed 正与英伟达洽谈,计划将其在美国约 130 座老旧电信建筑改造为小型数据中心,英伟达已按要求提交书面方案。这些设施预计可提供约 1 吉瓦算力,容纳 2200 多个 Supermicro Vera Rubin NVL72 机柜,每个机柜包含 72 颗 Rubin GPU 和 36 颗 Vera CPU。
嵌入式 C 项目更换编译器后,键值日志回读校验失败,CRC 字段始终为 0xFFFF。根因是用 entry_hdr_t* 强转写 uint8_t[] 缓冲违反 C 有效类型规则(6.5p7),GCC 14.2/15.3 全量 LTO 将 crc 存储与 crc16 计算作为死代码删除。
作者以 DeepSeek 4.1 Flash 为模型、用 DeepSeek Harness 组建五条并行 Agent 工作线,约 6 小时零素材生成 600 秒、1920×1080、60fps 的《一步之差 · GIS 简史》成片。独立事实核查线交回 75 条主张溯源与 25 条上屏黑名单,挑出剧本 8 处硬伤。文末总结时间基准、核查交付物、内容与风格解耦等六条可复用工程方法。
墨芯人工智能完成近10亿元人民币C+轮融资,距上一轮近10亿元融资仅过去5个月。其专用稀疏推理芯片S30计算卡在所参与的部分MLPerf Inference测试类别中连续三届夺冠,2026年第三季度营收实现数倍增长。新一代板卡产品SP200将于年底前问世,升级版软件栈SECA也即将发布。
作者轻量化复刻 KIMI K3,设计并实现了基于 Kimi Delta Attention(KDA)的 serving 基础设施。KDA 用固定尺寸状态矩阵替代逐 token 的 KV cache,使 1M 上下文可负担,但也带来状态跨段不可加、无法截断回滚等挑战。项目通过统一页池、双粒度前缀缓存、KCP 前缀扫描与 Fleet 层调度解决这些问题,全 CPU 复刻并提供 Gradio demo。
API 返回 429 时不能只看状态码,需先区分 RPM、TPM、并发与配额四类限制,再决定是否重试。文章说明了 Retry-After 的秒值与日期两种格式、有限重试的边界以及安全重放的条件,并附可复制的 Python 本地决策示例。
ZTools 团队认为,纯 Mock 单元测试加仅覆盖 Happy Path 的做法缺乏实战价值。为此团队构建了覆盖 Vue 3 前端、Electron 主进程与 SQLite 本地存储的全链路混沌抗毁测试体系,并配套两级极速代码审查机制。
同一句话、同一个模型、同一台机器,连问 15 次得到 15 个不同答案;即使把 temperature 设成 0 并固定 seed,输出依然不稳定。为弄清原因,作者在本机跑了 254 次测试。
设备接入正迎来第三次范式跃迁「模型即数据」:设备或网关自己持有模型描述文件,上线时作为一条普通注册消息递交,云端只做注册中心,收下、校验、按版本归档。W3C WoT 的 Thing Description 2.0、OPC 基金会 UA Edge Translator、Schema Registry 兼容演进规则与欧洲 AAS 四条线索正同时收敛到这一点。
淘宝 MNN 团队开源面向手机应用的 MNN-Pocket-0.3B 轻量语言模型,约 3 亿参数,在 iPhone 18 Pro 上经 MNN 推理引擎完全离线运行,平均解码速度约 350 token/s。
瞬维AI 工程团队用 Playwright 流水线采集豆包、DeepSeek、文心一言、通义千问、腾讯元宝五个引擎的网页端问答,一批 18 题、共 90 次会话。
英特尔中国区董事长王稚聪在进博会上介绍绿色算力舱(绿电储能算力一体化解决方案),计划将其部署到中国西部,把光能、风能等新能源就地无损耗转化为词元。算力舱支持多舱互联、模块化扩展,100 个算力舱可连接构建一座大型算力中心,从设计到投入使用仅需 8 到 12 周,远短于传统算力中心约两年的土建周期。英特尔同时倡导采用 800V 高压直流供电,以压缩配电单元体积、为计算设备腾出更多空间。
本文是面向工程师的 AI 辅助编程工作流设计指南,参考实现取自作者的开源项目 Tack Harness。文章提出 Harness 须回答上下文、工具、约束、验证、纠正五件事,并给出目录骨架、三层记忆系统、状态机与脚本职责划分等设计,Tack Harness 源码托管在 GitHub,可一键安装。
李飞飞创企 World Labs 发布网页端演示项目 Frameboy,用户可选择不同模拟世界并以最高 15 帧每秒的云 GPU 流媒体实时探索。该项目基于 9 月发布的多模态世界模型 Atlas 的高度优化版本,支持触屏和键盘操控,十字键移动、摇杆调整视角。
英伟达发布技术解读,提出以“全栈协同设计”应对 AI 内存瓶颈,将 GPU、CPU、网络、存储和软件整体协同。方案用 NVFP4 低精度格式压缩模型权重和 KV 缓存,在 NVL72 系统中把权重分散至最多 72 颗 GPU,由 Vera CPU 的 LPDDR 内存缓冲暂停上下文,Dynamo 推理软件将不活跃上下文迁移至 CMX 存储。
英伟达公布 Vera CPU 智能体工作负载实测数据:在 100 兆瓦数据中心场景下,较速度最快的 x86 CPU 每瓦可多支持 1.6 倍数量智能体,较能效最高的 x86 CPU 智能体速度提升 2 倍。
NVIDIA Vera CPU 在 100MW 数据中心对比中同时超越最快 x86 CPU 与最高能效 x86 CPU。它以单颗 CPU 兼顾智能体速度与每瓦容量,每瓦可运行 1.6x 更多智能体,并较最高能效 x86 CPU 提升 2x 速度。
Meta 总裁 Dina Powell McCormick 表示,中期选举中民主党获胜将使企业建设数据中心更加困难,选民对数据中心的抵制与对 AI 的负面情绪相关。Meta 在 23 个州拥有数据中心,其中 5 个项目规划规模达 1 GW 或以上。Meta 希望展示技术价值以扭转负面情绪,其消费级 AI 智能体 Muse 现有 1000 万用户,并认为已建成的算力具备变现路径。
Amazon Marketplace 采用基于 VLM 的多模型融合方案,在 Amazon SageMaker AI 上端到端评估 A+ Content 内容质量。
NVIDIA 以全栈协同设计提升 AI 工厂各层内存效率,在 SemiAnalysis AgentX 上实现智能体推理每美元吞吐最高 30 倍提升。