技术方向
怎么把模型跑得更快更省钱：推理加速、显存与成本、服务部署与基础设施选型。
11 条精选近 30 天 11 条共收录 117 条
OpenAI 与 Google Cloud 宣布，OpenAI 的前沿模型和 Codex 工作流将接入 Gemini 的 Model Garden，并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。
推荐理由：OpenAI 模型与 Codex 工作流接入 Google Cloud 的 Gemini Model Garden，读者可了解企业采购与部署路径的变化。
英伟达 CEO 黄仁勋在 GTC Berlin 2026 主题演讲中发布 DSX POD 参考设计，将 Vera Rubin AI 工厂装入模块化集装箱，现场部署时间可从六个月缩短至 14 天。
推荐理由：黄仁勋在 GTC Berlin 集中发布 DSX POD、OpenShell 安全智能体架构与 Agent 知识层，可据此观察英伟达如何把智能体纳入自家全栈基础设施。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式可用，A5X 实例将于下月开放，并计划扩展至欧洲。
推荐理由：Google Cloud 与 NVIDIA 公布 A5X 实例的可用时间与欧洲扩展计划，读者可据此判断大规模强化学习负载的部署节奏。
DeepSeek 开源了支撑 V4.1 Flash 的生产推理栈 DeepInfer，并公布单集群每天处理 155 万亿 tokens、96% 输入缓存命中、单卡每小时 38 美元收入等生产数据。
推荐理由：DeepSeek 开源生产推理栈并披露单集群吞吐与单卡收入，读者可据此对照 vLLM 复现结果判断其可迁移性。
钛媒体作者分析DeepSeek于10月20日开源的推理框架DeepInfer，华为昇腾950系列NPU与英伟达SM100同时进入支持名单，来自同一代码树，仅通过一个环境变量即可在两类硬件间切换。
推荐理由：从推理框架对等支持两类芯片切入，梳理国产芯片在推理时代角色变化的依据与尚未验证之处。
Rohan Paul@rohanpaul_ai精选AI 评分8585Watch live as SpaceX discusses our Q3 2026 earnings at 3:30pm CT today → https://x.com/i/broadcasts/1PKqrNbLZbPGb
推荐理由：SpaceX 财报电话会显示 AI 算力业务已成其最大收入来源，读者可据此了解算力租赁的规模与资本开支节奏。
VAST 开源 Project Eden 系列中的实时生成式渲染器 EdenLive，并同步开放 5B、14B 模型权重、实时流式推理代码、EdenGolem v0.1 与前端工作台。
推荐理由：VAST 开源实时世界模型 EdenLive，读者可了解其状态与渲染分工架构及 5B 模型在单卡上的实时表现。
DeepSeek@deepseek_ai精选AI 评分7272推荐理由：DeepSeek 公开了支撑自家模型规模化服务的推理框架，读者可据此了解其生产栈的吞吐与延迟取舍。
NVIDIA 发布面向创作者、游戏玩家和 AI 智能体的 Windows PC 产品 RTX Spark，并在全球多地举办发布活动。
推荐理由：原文给出 RTX Spark 的本地 AI 实测完成时间对比，可据此判断笔记本端侧推理的可用性。
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并输出可在约 12 毫秒内验证的简短证明。在 15 个基准程序上，它比同类最快的 zkVM 平均快 10 到 39 倍，在笔记本上每秒可证明 7.2 至 8.7 百万条 RISC-V 指令。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设之间同时取得进展。
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：微软研究院开源约 3500 行的 Agent RL 框架，用真实 harness 参与训练，并给出 6000 样本提升 14.6 个点的完整流程。