跳到正文

#部署/工程

今日 10 条
今天10月7日周三
10月2日周五
  1. Google Research51

    Google 发布基于 TEE 的下一代联邦学习系统,Gboard 已率先部署

    Google 宣布推出基于可信执行环境(TEE)的下一代联邦学习系统,为数据匿名化提供可远程验证与审计的保障。访问策略发布到公开透明日志 Rekor,KMS 和数据处理二进制可由开源代码复现构建;加密训练数据仅在 TEE 内解密处理,工作负载操作者只能看到指标和差分隐私模型权重。

  2. NVIDIA Blog66

    OpenAI GPT-6 Astra Ultrafast 上线,基于 NVIDIA Blackwell GPU 实现 8x token 生成提速

    GPT-6 Astra Ultrafast 已在 OpenAI API 开放,并向符合条件的 ChatGPT Work 和 Codex 用户提供,运行在 NVIDIA Blackwell GPU 上,token 生成速度最高达 Astra Standard 模式的 8 倍。

    推荐理由:原文给出了 8x 提速的量化依据和适用场景,开发者可以据此评估是否将编码智能体工作流切换到 Ultrafast 模式。

  3. SK hynix 内存技术37

    重塑基础设施:为什么架构决定性能——苏黎世联邦理工学院 Onur Mutlu 教授谈 AI 生态(SK hynix AI 生态系列)

    AI 工作负载转向推理与智能体 AI 后,系统瓶颈正从算力转向数据移动。文章指出处理器中心架构下,从 DRAM 取一次数据的能耗可达一次简单算术运算的 150 至 2,000 倍,大型机器学习模型超过 90% 的系统能耗可能消耗在内存访问与数据移动上。文章引出 SK hynix 打造下一代 AI 内存生态的愿景,主张 GPU/NPU/TPU、内存、存储与网络作为整体系统协同设计。

10月1日周四
9月30日周三
  1. AWS Machine Learning Blog62

    AWS 实操教程:在 Amazon Bedrock AgentCore Runtime Instances 上构建三智能体音乐制作流水线

    AWS Machine Learning Blog 发布实操教程,用 AgentCore Runtime Instances 构建由作曲、交付、合规三个智能体组成的音乐制作流水线,在 g6.xlarge 上以相同 runtimeSessionId 将三个智能体协同定位到同一 GPU 实例。

    推荐理由:AWS 官方教程给出三智能体共享 GPU 实例协作的完整代码和实测数据,方法可迁移到其他长时多智能体工作流。

  2. AWS Machine Learning Blog37

    Amazon Quick 提示词工程基础指南(系列上篇)

    AWS 发布 Amazon Quick 提示词工程基础教程,讲解如何通过结构化提示词让平台的 AI 功能更准确地响应自然语言请求。文章介绍核心原则——明确性、提供业务上下文、用示例示范输出格式,并给出适用于各组件的 CRISPE 通用提示词框架(含 Context、Role、Intent、Steps 等要素)。

9月29日周二
9月28日周一