←搜索结果

按匹配度 · 共 2296 条结果 清除搜索

星期二

  1. Unite.AI

    Homebase 推出 AI 助手 Homebase Assistant,帮小时工团队排班、招聘和处理薪资

    Homebase 于 10 月 20 日发布 AI 助手 Homebase Assistant,面向餐厅、零售等小时工团队,可生成排班、筛选求职者、在员工临时缺勤时联系替补并填补班次,还能在发薪前发现漏打卡和加班趋势。老板设定规则并保留最终决定权。Homebase 称其 AI 产品自 2025 年以来已处理超 470 万项行政任务、为店主节省超 5000 小时,但未公布定价和具体上线时间表。

    sistant as a beta product and marks some additional monitoring and reporting features as coming soon. The launch release does not specify pricing or a feature-by-feature rollout timetable for Homebase Assistant, so businesses will need to confirm which capabilities are available in their account. A practical test for AI in small businesses Homebase says more than 150,000 local businesses use its platform. According to the announcement, its AI-powered products have handled over 4.7 million admini

    匹配字段正文

  2. TechCrunch AI

    Yelp 新增 Check for Me:AI 语音智能体代用户致电餐厅查询等位时间

    Yelp 上线 Check for Me 功能,用户在餐厅页面输入用餐人数和电话号码后,AI 智能体会代其致电餐厅查询等位时间,并以短信回传结果。Yelp AI 助手同时接入 OpenTable 支持应用内订座,可记住历史对话偏好、查看过去 30 天聊天记录并设置自定义提醒。Yelp 还推出面向商家的付费产品 Smart Lead Reply,每月收费 $30,用于自动回复并筛选客户线索。

    thinking about enhancing customer support and business processes through AI. In the new update, the company is releasing a new paid product called Smart Lead Reply, which can reply to customers and engage with them to qualify a lead. Business owners, who will be charged $30 per month for these services, can specify how an agent should handle a conversation with a customer. Other companies like Meta have also been courting small businesses with AI offerings to handle inbound customer inquiries .

    匹配字段正文

  3. TechCrunch AI

    美国要求联邦机构移除 DeepSeek 并停止采购其产品

    美国国土安全部下令联邦民事机构停止采购 DeepSeek 开发的服务和产品,并将其从政府 IT 系统中移除,理由是国家安全关切。该命令不仅针对 DeepSeek 自身产品,也覆盖使用 DeepSeek 技术构建的第三方产品,机构可申请例外。DHS 担忧 DeepSeek 的用户数据处理,警告美国政府用户的敏感信息可能依中国法律被中国当局获取;中国外交部发言人毛宁回应称反对过度扩大国家安全概念、将科技和贸易问题政治化。

    inese law, the order said . The move comes amid intensifying tech competition in AI between the US and China. The Chinese AI model challenges its U.S. rivals, including OpenAI and Meta, with low-cost open-weight models. China pushed back against the U.S.’s move. Foreign Ministry spokesperson Mao Ning said Tuesday that Beijing opposes “overstretching the concept of national security and politicizing technology and trade issues,” according to an official briefing. “We will resolutely safeguard the

    匹配字段正文

  4. SiliconANGLE

    AI 初创公司 Vectorial 获 300 万美元融资,用 AI 模拟人类行为做消费者研究

    AI 初创公司 Vectorial 完成 300 万美元种子轮融资,由 Smilegate 和 SenseAI Ventures 联合领投,用于推出其模拟人类行为的消费者研究平台。该平台基于行为模型 SAPIENS,训练数据覆盖超过 250 万真实消费者,预测消费者行为比通用模型准确 30%,与真实用户研究对比准确率约为 86%。GoodRx、Boat、Everkind 和 Concrete Software 等客户每月平均运行 600 次模拟,公司还将用新资金构建 SAPIENS 2.0。

    能做好,但如果Vectorial AI Inc.取得成功,企业就再也不必为此操心。 这家初创公司今天表示,已筹集300万美元种子轮融资,以推动其新平台上线。该平台由人工智能驱动,通过模拟人类行为,为产品开发和营销团队生成有价值的反馈。本轮融资由Smilegate和SenseAI Ventures联合领投,加州大学伯克利分校和斯坦福大学的生态基金追加投资。来自Meta Platforms Inc.、Mastercard Inc.和Shopify Inc.的天使投资人也参与了本轮融资。 Vectorial认为,它已找到技术开发中的一个关键瓶颈。如今,几乎每家公司都在使用AI工具生成大量代码,加速新软件产品和应用的开发。 但消费者研究仍停留在黑暗时代。大多数公司仍依赖对真实受众的过时调查,这类调查可能需要数周才能汇总完成,而且规模通常非常有限,可能只有50到100名参与者。 据Vectorial联合创始人兼首席执行官Taranveer Singh称,许多较小的初创公司干脆完全不做用户研究,只是假设或希望自己知道消费者真正想要什么。但这充其量只是碰运气,会导致大量时间和金钱浪费在没人需要的产品

    匹配字段正文

  5. The Rundown AI

    Anthropic 联合创始人 Jack Clark 称奇点已经开始

    Anthropic 联合创始人 Jack Clark 在 IMF 和世界银行年会上表示,AI 加速发现、超出人类跟进能力的“奇点”已经“开始”。他引用 Humanity's Last Exam 分数从 2025 年的 8% 升至 67.7%、FrontierMath 从 2% 升至 94% 作为证据,并提到有模型预测 2030 年美国 GDP 达 $44T。他还称 CEO Dario Amodei 讨论过给 AI 的“智能上限”设限,认为行动窗口只剩“少数几年”。

    ax, a sped-up FLUX 3 built with fal that it says matches Seedance 2.5 on quality at 22x the speed, rendering 10s clips in 12 seconds. Chinese AI lab MiniMax launched M3.1 Flash, a new model previously tested as “Space Bunny”, scoring well on coding and computer use at an extremely low price. Sponsored Listing 🎓 Highlights: News, Guides & Events Anthropic designs a pay package for the public Meta turns Mac into an AI supercomputer Zach Mink • 8 minutesAI Rowan Cheung • 4 minutes Stay Ahead on AI.

    匹配字段正文

  6. Ben's Bites

    我如何搭建自己的“everything”应用:让个人智能体协同工作

    Ben's Bites 作者搭建了一个 all-in-one 站点,把 todos、email、crm、domains 等集中到一处,用于和 grok bot 等个人智能体协同工作,并能看清它做了什么、文件存在哪里。作者录制了短视频并附上可供智能体直接复制粘贴的完整说明,下一步计划加入日历视图来查看智能体运行的自动化任务。

    an see the automations my agents run… Share Ben's Bites Headlines Notion’s agents now get their own computer, and can run for 24 hours. ChatGPT can now take over your Chrome tabs. Meta released their open model Muse Spark Open Bee Frontier is Amazon’s $75 wearable that turns your conversations into to-dos. (tweet) Join the Meta Global AI Developer Hackathon, Oct 26–Nov 4. Build with Meta’s newest AI models, learn in live workshops, and compete for $1M in cash prizes. Includes $150 in Meta Model

    匹配字段正文

  7. The Decoder

    美国国土安全部禁止联邦民事机构使用 DeepSeek 技术

    美国国土安全部禁止联邦民事机构使用中国实验室 DeepSeek 的 AI 技术,各机构需从 IT 系统中移除现有 DeepSeek 产品且不得采购新产品,该消息由《华尔街日报》报道。禁令同时覆盖关联公司产品以及基于 DeepSeek 实现构建的第三方服务,但未设移除期限,也未说明具体安全顾虑,AI 网关如 OpenRouter 是否受限尚不明确。该命令依据 2018 年一项针对联邦采购供应链安全的美国法律作出。

    to have the technology removed. Over the summer, the US government considered steps against Chinese open-weight models , according to the New York Times. The options included sanctions, a trade blacklist, and rules on which models federal agencies are allowed to use. The push came after a wave of powerful Chinese models such as Kimi K3 from Moonshot AI. The government pulled back for now after Nvidia, Microsoft, Google, and Meta objected, while OpenAI and Anthropic had lobbied for restrictions.

    匹配字段正文

  8. Hugging Face精选

    PyTorch 2.15 为 MPS 带来 FP8 与 MoE 解码提速

    PyTorch 2.15 在 MPS 后端加入 FP8 支持,并让 MoE 模型解码速度比 2.14 快 5–6.5 倍:在 M3 Ultra 上配合 torch.compile,Qwen3.6-35B-A3B 从 9.4 tokens/s 提升到 61.3 tokens/s,LFM2.5-8B-A1B 从 23.6 提升到 123.6 tokens/s。Wan2.2 的 tiled VAE 视频解码峰值驱动内存从约 270 GiB 降到 8 GiB,Qwen-Image-2.1 的 VAE 编码在 MPS 上的图像损坏问题也随 padding 改动修复,编解码往返 PSNR 从 10.06 dB 升到 29.95 dB。该版本要求 macOS 15 或更高版本、Python 3.11 或更高版本。

    ropout、插值反向和归约的更快路径。Wan2.2 的视频 VAE 解码现在峰值内存为 8 GiB,而非 270 GiB。 从 Python 获得更多控制:公开的 MPS 流和更可靠的事件计时。 更新后的要求:MPS 现在要求 macOS 15 或更高版本;PyTorch 2.15 要求 Python 3.11 或更高版本。 2.16 前瞻:注意力完全在 Metal 上运行、更多 MPSGraph 到 Metal 的迁移,以及更快的 LLM 解码。 这对你意味着什么 如果你在 Mac 上使用 transformers、diffusers 或 ComfyUI 等工具运行模型,以下是 2.15 在实际使用中的变化: 本地 LLM 快得多。混合专家模型解码速度比 2.14 快 5–6.5 倍:在配备 torch.compile 的 M3 Ultra 上,Qwen3.6-35B-A3B 从 9.4 tokens/s 提升到 61.3 tokens/s,LFM2.5-8B-A1B 从 23.6 tokens/s 提升到 123.6 tokens/s。稠密模型也从中受益,得益于更快的线性层和用于

    匹配字段正文

  9. Rohan Paul

    Gartner:多数AI算力商难回本,Shadeform推GPU转售

    Rohan Paul 引用 Gartner 观点称,许多建设 AI 数据中心的企业可能在芯片过时前都收不回投入。他指出 GPU 转售正成为算力经济的一部分,并介绍 Shadeform Spot 让供应商把闲置算力重新投放市场,其 Flex VMs 可在 30 分钟内把任意数据中心的裸金属 GPU 变为可租用资源。

    “too low for most AI compute providers to recover their AI investments” Gartner: many companies building AI data centres may not earn back what they spent before their chips go out of date. Resale is becoming part of GPU economics, and @shadeformai Spot lets suppliers put idle capacity back on the market. Shadeform’s Flex VMs can take bare metal GPUs from any datacenter and have them rentable within 30 minutes. A smaller operator gets the same front door as everyone else, from day one.

    匹配字段正文

  10. Data Center Knowledge

    表前电力会成为数据中心的下一个玩法吗?

    表前电力(front-of-the-meter power)指数据中心运营商参与建设向电网供电的发电容量,而非像表后发电那样只为自有园区供电,从而为电网增加供给。亚马逊在得克萨斯州一座大型 AI 数据中心项目上被指可能采用这一模式,但公开表态显示其仍在评估选项。该策略资本密集、运营复杂且面临监管障碍,目前仍处早期,多数运营商仍依赖公用事业合作、长期购电协议、储能和表后发电。

    idea is new in one sense and familiar in another. Large technology companies have been involved in energy infrastructure and grid-related partnerships for years. Hyperscalers like Meta and Apple have worked with utilities and developers on projects intended to support broader power availability, renewable procurement, or grid expansion. What makes front-of-the-meter distinct is the possibility that data center operators themselves take a more direct role in developing generation assets that serv

    匹配字段正文

  11. TechCrunch AI

    Tolan 获 3000 万美元融资,AI 伴侣应用用户超 25 万

    AI 伴侣应用 Tolan 完成 3000 万美元新融资,投资方包括 Union Square Ventures、Khosla Ventures 和 Homebrew,累计融资额翻倍,PitchBook 估算其估值超过 2.68 亿美元。Tolan 通过卡通角色帮助用户管理日常事务、处理人际关系与情绪,采用分级会员制收费,年经常性收入已达“数千万美元”级别。过去一年其活跃用户超过 25 万,累计对话超 7000 万次,约 70% 用户为女性、40% 为父母。

    7000 万次。Tolan 团队告诉该新闻媒体,约 70% 的用户为女性,40% 为父母。(据用户反馈,这款应用似乎尤其吸引神经多样性人群,他们可能受益于额外支持,无论是情感支持还是帮助组织任务。) 与其他伴侣类产品相比,Tolan 似乎找到了平衡:既有帮助性,又不会让人觉得太怪异。相比之下,Friend 的吊坠式 AI 伴侣曾遭到公开嘲讽;用户称 Friend“非常尴尬”,《纽约时报》称其“招人讨厌”,《连线》则说它“没有灵魂”。 与此同时,该领域另一位曾经的顶级竞争者 Character.AI 在其创始人回归 Google 后,最近申请了破产。(其剩余员工正转入迪士尼,后者收购了其部分资产。) 然而,Tolan 最终可能面临来自更新一批 AI 智能体的更激烈竞争,这些智能体帮助用户规划、组织并完成他们的任务和目标,而不仅仅是陪他们聊天。例如,Meta 为其 AI 智能体 Muse 配备了一个可爱的虚拟形象供用户交谈,并计划未来将其作为硬件产品发布。 鉴于已有多起针对通用 AI 应用开发商的诉讼,指控聊天机器人互动导致用户自杀,这家初创公司还必须应对提供 AI 情感支持所带来的风险。

    匹配字段正文

  12. 蚂蚁 inclusionAI:GitHub 新仓库

    蚂蚁 inclusionAI 在 GitHub 发布 sglang_ling_v3 仓库

    蚂蚁 inclusionAI 在 GitHub 上线 sglang_ling_v3 仓库,内容基于开源推理框架 SGLang,该框架面向大语言模型、视觉语言模型和扩散模型,针对智能体负载、大规模服务与 RL rollout 优化。仓库 README 显示 SGLang 支持 GPU、TPU、NPU、CPU 与 Apple Silicon,并内置图像视频生成引擎 SGLang Diffusion。

    PyPI version

    6000;DGX Spark、Jetson Orin AMD Instinct MI300X、MI325X、MI350X、MI355X Google TPU v6e、v7; SGLang-TorchTPU / SGL-JAX Intel(GPU / CPU) Arc / Arc Pro B 系列 GPU、Xeon CPU Apple Silicon 通过 Metal / MLX 的 Mac 华为昇腾 A2、A3、950PR/DT NPU 摩尔线程 MTT S5000 GPU 集成进行中:AWS Trainium、 阿里巴巴平头哥 PPU, 寒武纪 MLU, 高通 QAIC、沐曦、海光 HCU/DCU、天数智芯等。 SGLang-TorchTPU 通过 PyTorch、torch tpu 和 Pallas 内核将 SGLang 服务引擎引入 Google TPU。它支持在 TPU7x(Ironwood)上进行大语言模型和视觉语言模型服务,包括跨主机的张量并行和专家并行。SGL-JAX 提供基于 JAX 的 TPU 服务路径。 请参阅 示例手册 和各平台指南,了解模型兼容性和设置。 SG

    匹配字段正文

  13. 蚂蚁 inclusionAI:GitHub 新仓库

    蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 原生音频模型

    蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型,采用 126B 参数 MoE 架构、激活参数 6.5B,另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话,支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式,采用 MIT 许可。

    License: MIT

    见 。 examples/audio/. 🗂️ 仓库结构 Ming-3.0-audio-flash/ ├── cookbook.ipynb Interactive walkthrough ├── deploy/ vLLM-Omni deployment profiles ├── examples/ │ ├── audio/ Sample audio and metadata │ ├── sglang audio chat.py SGLang text-output client │ ├── vllm omni audio chat.py Text and non-streaming speech client │ ├── vllm omni audio streaming.py Streaming speech and latency metrics │ ├── transformers thinker talker.py Direct Thinker-to-Talker inference │ └── transformers audio.py Direct Transformers

    匹配字段正文

  14. Wired AI

    被控在 OpenAI 高管会议室安装窃听设备的前工程师,因涉沙特关系被裁定继续羁押

    美国联邦法官裁定,被控在 OpenAI 高管会议室藏匿录音设备的前工程师 Abdulrahman Alfozan 审前继续羁押,理由是其与沙特阿拉伯的联系引发潜逃风险。检方称沙特政府愿无条件资助其保释,并指他 2025 至 2026 年间与一名沙特王室成员频繁沟通、被招募回国参与一项 AI 计划。Alfozan 在 OpenAI 任职仅一年多,设备于 9 月底被发现,他本月被解雇后遭 FBI 逮捕,目前面临一项截取通信罪名、最高 5 年监禁。

    包里发现了第二个监听设备。 Pernik声称,Alfozan家中的电子设备是用于家庭监控项目,包括尝试改进他们家猫的智能猫砂盆。“这位先生15年来一直深耕于技术与个人生活的交汇领域,”Pernik告诉法官。 当局在听证会前表示,他们认为Alfozan有潜逃的手段。他们提到他在OpenAI工作期间获得的38.5万美元年薪和220万美元利润分享方案,以及他此前在Meta和其他美国科技公司工作赚取的其他资金。 据Alfozan的律师称,他的妻子需要离开美国以续签美国学生签证。Alfozan原计划陪同她出行,但在此之前被捕。他们有一张飞往利雅得的单程票,Alfozan的律师称这对他来说是常态,因为他有时需要提前返回工作。 Alfozan的另一位律师Nas Yasin表示,他妻子的航班是由她姐姐的丈夫以个人身份预订的。Yasin补充说,Alfozan的妻子刚刚获得美国访客签证,并计划最早于周二从沙特阿拉伯返回加利福尼亚。Alfozan的下一次开庭日期定于11月6日。 推出这款应用:充分利用《连线》的更多方式 Meta未能拦截数百条AI儿童虐待广告 重磅报道:寻找硅谷最有权势的女性 黑客进入了Fl

    匹配字段正文

星期一

  1. 雷锋网

    Git 被换掉、LLM 被替代:AI 编码开始反噬传统工具链?

    雷锋网梳理了三个案例:Anthropic 因 Claude 持续生成代码,7 名工程师用 5 个月开发出版本控制系统 Scion 并迁移核心仓库,主分支历史接近 100 GB,迁移后基础设施 CPU 和内存需求约缩小 200 倍;GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM,线上 Post-push 扫描执行时间中位数下降 86%,模型服务成本下降超过 98%;哥伦比亚大学与 Google DeepMind 等机构提出 BTTF,把芯片仿真波形转成 SQLite 供 Agent 用 SQL 排查异常,在 4.2 GB 波形实验中执行准确率 95.33%。文章认为,随着 Agent 提高代码产出,瓶颈会沿交付链路向后移到 CI 的构建、测试与部署验证。

    gent 若把原始波形转换成文本,上下文很快便被时间戳、信号名和重复跳变占满。追查其他信号,还可能重复读取文件。另外,人类习惯用眼睛在图表里“大海捞针”,但 Agent 再大的上下文也装不下几十 GB 的物理文件。因此,将这些“死文件”转化为可被 SQL 精准调用的“活接口”,是给 AI 喂数据的最优解。BTTF 把数据访问交给 SQLite。signal metadata 保存信号名称、类型和层级等静态信息,signal changes 记录信号 ID、时间戳和变化后的值,两表通过 ID 关联。查询某条信号在指定时刻的状态,SQL 找到该时刻之前最近的变化记录,要检查一段时间内的翻转,则按时间窗过滤与聚合。两次跳变之间状态不变,不能把没有新记录误当作未知。模型只需处理问题与少量返回事件。比如某段握手协议超时,Agent 可以先检索请求与响应信号的变化,再缩小到异常区间,检查时序关系。数据库负责检索,模型决定下一步查什么。查询需对齐信号 ID、时间单位与 RTL 版本。但把波形搬进数据库,并不会自动消除压力。高频时钟产生密集记录,逐行 INSERT 又有事务成本。BTTF 在摄取时建立

    匹配字段正文

  2. 雷锋网

    AI 引爆 BAT「薪酬倒挂」潮,老员工:人麻了

    AI 人才争夺让 BAT 等大厂出现薪酬倒挂:做基模的员工即便职级不高,薪酬已超过职级更高的同事。猎头称今年基模应届生年包 200 万元起步,小红书、字节 Seed 顶档可达 400 万—500 万元,百度去年给基模人才 200 万—300 万元。目前各大厂 HC 基本冻结,仅 DeepSeek 和千问招人相对多一些,真正收缩的是应用侧岗位。

    网实名发帖,逐一质疑“天才少年”的履历,称他们都是“水货”。 不过十年之后,面对薪酬倒挂这样的问题,许多大厂老员工已经非常平和。 “旁边坐个新来的工资比我高,无所谓。”某大厂资深算法师说道。 在他看来,这本身就是正常的市场薪酬机制:老员工觉得该涨没涨、资源没给够,到了时间节点自然会走,“这也符合当前的市场行情”。 Mia 给雷峰网讲了一个好玩的事情,她曾与 Meta 推荐系统 AI 部门的一位员工交流过(该部门与 Meta MSL —— Meta 超级智能实验室属于平行组织)。 该部门薪资偏低,尽管同样做生成式 AI 后训练,薪资却偏低,工作五六年职级薪酬几乎没变,且对方属于早期参与 Meta 基础模型研发的资深成员。 02 大厂舍得撒钱,但也得看对方办多大事 多位猎头告诉雷峰网,互联网大厂挖人的标准也出奇一致:其一在大厂头部公司上手做过;其二有知名创业公司经验。 他们的解释是:训一两百亿参数的模型,和训千亿、几万亿参数的模型“完全不是一个量级”——后者极其烧钱,必须有经验的人才能少踩坑。如果只是小公司的履历,在这套标准里几乎不算数。 不止一次有猎头表示,现在基本各大厂的 HC 基本冻

    匹配字段正文

  3. The Rundown AI

    Anthropic 设立公共利益基金,拟拿出 5% 股权

    Anthropic 推出 Anthropic Public Benefit Fund,这是一个由公司持有的 LLC,若股东批准将获得公司 5% 股权,按其 5 月估值约合 480 亿美元,并随公司价值上升而增加。基金可支持非营利组织或向特定人群直接分配,不用于游说和政治;公司价值每较未公布基准上涨 50%,董事会可再追加 2%。Anthropic 将 AI 对劳动者的冲击列为目标之一,此前已在 6 月承诺投入 2 亿美元研究就业冲击与政策应对。

    n The Rundown. 🛠️ Trending AI Tools 📝 Goodnotes - Write by hand, lose nothing. Searchable handwriting that behaves like text and connects to ChatGPT and Claude 🧠 Muse Spark Open - Meta’s open-weight AI for coding and long-horizon agents 🎧 Instant Soundtracks - ElevenLabs’ tool to add scores and effects to clips 🗣️ GPT-Live-1.1 - OpenAI’s new voice AI with more natural multilingual accents Sponsored Listing 📰 Everything else in AI today AI coding tool OpenCode said hackers may have grabbed the Op

    匹配字段正文

  4. PyTorch Blog精选

    PyTorch 发布 TorchNeuron:面向 AWS Trainium 的原生后端

    PyTorch 宣布开源原生后端 TorchNeuron,让 Trainium 成为标准 PyTorch 设备,模型代码只需改为 .to('neuron') 即可运行,10 月 20 日以 Apache 2.0 协议在 github.com/aws-neuron/torch-neuronx 开放公测。该后端基于 PrivateUse1 和 torch.accelerator 扩展点,支持 eager、自适应 eager 与 torch.compile,并覆盖 DDP、FSDP2、张量并行等分布式 API 以及 NKI 自定义算子。官方称已在 10 万个 Hugging Face 模型上做覆盖测试,Hugging Face Transformers v5、Diffusers、vLLM Neuron 等可直接在 Trainium 上使用。

    . Teams can take advantage of Trainium’s capabilities without reinventing their workflows or leaving the PyTorch ecosystem.” – Jana van Greunen, Director of PyTorch Engineering at Meta Getting started: Easy device switching Getting started is straightforward. Run your code on Trainium using the pointer: .to('neuron'). Run a training loop on Trainium model = MyModel().to('neuron') the only change optimizer = torch.optim.AdamW(model.parameters()) for batch in dataloader: optimizer.zero grad() loss

    匹配字段正文

  5. PyTorch Blog

    一次搜索,两层优化:PyTorch Helion 借助 NVIDIA CompileIQ 引入编译器控制

    PyTorch Helion 现在可以通过 NVIDIA CompileIQ 搜索 ptxas 编译器控制参数,与原有的 kernel 配置搜索联合进行,在已预调优的约 27 个 kernel 上进一步挖掘性能空间。CompileIQ 将调优结果打包为可移植的 Advanced Control File(ACF),Helion 支持固定指定 ACF,也支持把多个 ACF 作为自动调优的一个维度一起搜索。这些编译器控制由 ptxas 从 CUDA 13.3 起开放。

    Helion logo

    博客 一次搜索,两层优化:PyTorch Helion 借助 NVIDIA CompileIQ 引入编译器控制 作者: Aditya Srikanth(NVIDIA)、Rupak Roy(NVIDIA)、Abhinav Singh(NVIDIA)、Jason Ansel(Meta)、Clement Anthonioz-Blanc(Meta)和 Jongsok Choi(Meta)2026年10月19日暂无评论 /row 精选项目 随着 Helion 于去年发布,它的目标是让开发者能够用 PyTorch 原生的 Python 编写 GPU kernel,并让其强大的 自动调优器 完成过去需要手写 Triton 才能完成的工作,同时抽象掉与硬件相关的实现细节。Helion 的自动调优器会探索数千种 kernel 配置,通常能达到与专家调优代码相差几个百分点的水平,而且往往还能超越它。 现在需要回答的问题是:如果一个 kernel 已经被自动调优并优化到开发者能力的极限,还有什么可做的吗? 有的。它存在于 kernel 之下,在编译器之中。 生态系统中的每一个 kernel 自动调优器,无论

    匹配字段正文

  6. The Verge AI

    伊利诺伊州州长 JB Pritzker 谈 AI:或助人活到 100 岁,也可能像核武器一样威胁人类

    伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示,AI 既可能帮助人类活到 100 岁,也可能像核武器一样构成威胁。他认为数据中心、隐私和反垄断正引发两党反弹,政府应更积极地保护民众,而不只是与企业合作。

    政府齐心协力保护公民并建立一堆系统,本可以走上一条非常不同的路。在我们所生活的这个世界里,对此有激烈的反弹,某种程度上左翼和右翼都有。你现在对隐私怎么看? 我知道伊利诺伊州领先全国。你们有《生物识别信息保护法》。每次我飞往芝加哥,我都得在机场按下按钮,表示可以查看我的脸。这是一种处理方式。但然后,我认为仅在库克县就有数百个Flock摄像头。人们戴着带摄像头的Meta眼镜。隐私方面正在发生一些事情,正撞上新冠的余波以及人们对政府侵入的感受。你如何找到平衡之道? 嗯,还有别忘了AI。 是的。 正如你所暗示的。我是说,这简直是碰撞。说实话,对隐私的这种关注是有道理的,而且早就该有了。我理解你描述的关于新冠的情况,但我认为新冠带来的某些东西被加速了,那就是阴谋论。 是的。 我并不是说你现在听到的关于隐私反弹的一切都是阴谋论,但这些东西很容易传播,而且人们掌握的错误信息会影响他们对这些技术如何被使用的看法。话虽如此,我想我的看法是,我们不得不同时解决多个问题,而AI正在到来。 我们先谈谈AI。它已经来了。我是说,我说它正在到来,但它已经在这里了。它不会停下来。我们不会变成完全不用AI的卢德分子。

    匹配字段正文