搜索
OpenAI首席执行官萨姆・奥特曼在内部员工会议上提出AI竞赛三种终局：建立全球监管机构、顶级实验室合并，或一家公司率先突破关键技术并有能力瘫痪竞争对手GPU；他反对这些结果，主张建立严格安全协议并独立评估先进AI系统。
什么！我没听错吧？
GPU集群里，请求排队和资源闲置，可能同时发生。
没招了！硅谷为了争夺AI算力已经彻！底！疯！狂！
最高20核CPU、6144核GPU、128GB统一内存、1PFLOPS本地AI算力。
AMD以约82亿美元收购World Labs之际，影身智能凭借比World Labs早两年押注原生4D世界模型路线引起关注，其利用4至6台消费级摄像头和单块消费级GPU实时生成4D数据的技术已在福建晋江制鞋工厂落地，斩获2亿元机器人订单。
港科大团队在NeurIPS 2026上提出AccelEval基准，覆盖6个领域42项任务和43类CUDA优化策略，评测大模型能否从可信CPU程序生成端到端更快的GPU实现，其中Gemini 3.1 Pro在中规模通过正确性验证的任务上取得71.2倍几何平均加速比。
中国人民大学代文林、孟澄研究员团队提出的ME-Decoding方法被EMNLP 2026接收，该方法在解码时同时利用token概率与embedding相似度，从集合层面筛选低冗余候选token，在GSM8K和GPQA上取得所比较方法中最高的平均准确率，端到端GPU延迟仅增加约3%。
GitHub火热开源项目Colibrì以纯C实现分层推理框架，通过AI内存多层化将SSD、RAM和VRAM组成动态调度系统，无需GPU即可让普通笔记本运行744B参数GLM-5.2等超大MoE模型，已揽获32k Star并支持9个模型家族。
推理创业公司Inferact用自研的megakernel内核结合DeepSeek的DSpark推测解码框架，让16块谷歌TPU v7运行Kimi K3达到每秒709个token，比同条件下16块英伟达GB200快57%。