跳到正文
#部署/工程
10月21日周三
  2. IT之家·人工智能78

    Black Forest Labs 开源 5.6B 图像生成模型 FLUX 3 Image Klein，8GB 显存可运行

    Black Forest Labs 开源了拥有 5.6B 参数的 FLUX 3 Image Klein 图像生成模型。该模型针对消费级 GPU 进行了优化，其 INT8 版本可在仅配备 8GB 显存的 NVIDIA GeForce RTX GPU 上通过 ComfyUI 或 Diffusers 运行，支持文本转图像、图像编辑及多参考生成并原生支持 4K 分辨率。

    发布时间：
  4. NVIDIA：Newsroom63

    NVIDIA 推出 DSX POD AI 工厂参考设计，部署时间从六个月缩短至 14 天

    NVIDIA 在 GTC Berlin 推出了 DSX POD，这是一个针对 Vera Rubin AI 工厂的模块化容器参考设计，由合作伙伴在交付前进行集成和验证。该设计将现场部署时间从六个月缩短至仅 14 天，帮助客户更快开始生产推理并产生收益。全球多家计算和基础设施合作伙伴计划于 2027 年初开始在全球交付该产品。

    发布时间：
  5. NVIDIA：Newsroom65

    NVIDIA 发布 DSX AI 工厂平台助力欧洲生态系统

    NVIDIA 在 GTC Berlin 上发布了 NVIDIA DSX AI 工厂平台，采用闭环液冷和干冷器将冷却水消耗降至接近零，并通过 DSX MaxLPS 软件在相同功耗下实现高达 30% 的 token 输出提升。该全栈参考架构整合了计算、散热与电网协同软件，已有 CoreWeave、Google Cloud、Lambda 和 Nscale 等多家云厂商与生态合作伙伴计划采用。

    发布时间：
  6. NVIDIA：Newsroom65

    NVIDIA 发布 OpenShell 参考架构，为安全 AI 智能体提供企业级基础设施

    NVIDIA 在 GTC Berlin 上发布了 OpenShell 参考架构，旨在为企业级和边缘系统中的 AI 智能体提供治理、隔离与安全保障。该架构整合了用于模型推理的 Vera Rubin 基础设施、用于运行智能体框架的 Vera CPUs、以及运行 NVIDIA Sentry 的 BlueField-4 DPU，从而在硅片层面实现持续监控与策略强制执行。

    发布时间：
  16. IT之家·人工智能57

    AMD 与英特尔合作统一 PyTorch 的 x86 优化路径

    AMD 和英特尔宣布在 PyTorch 的 x86 CPU 优化方面展开合作，将各自的优化工作整合进开源库 oneDNN，为开发者提供跨两家 CPU 的统一软件路径。双方计划将 oneDNN 作为 PyTorch 内 x86 加速的默认开源库，AMD 将把 ZenDNN 优化集成至 oneDNN 并加入统一加速基金会。此外，双方还在推进面向 x86 的下一代指令集架构 ACE 以加速矩阵乘法运算。

    发布时间：
  25. Hacker News-首页59

    GitHub 推出 package firewall 公开预览版

    GitHub 推出 package firewall 功能的公开预览版，旨在拦截利用包安装环节窃取凭据的恶意攻击。该防火墙置于 CI/CD 运行器或 coding agents 等端点与上游包仓库之间，用于检查元数据请求与包下载活动，当前面向所有 GitHub Enterprise Cloud 客户免费提供并仅支持 npm 包。

    发布时间：
  26. Hacker News-首页63

    T3 Code 实现 GitHub 与 GitCafe 之间的同步

    T3 Code 是一款开源 agent 界面控制面板，支持通过移动端、Web 端和桌面端应用远程控制 Claude Code、Codex、Cursor 等主流工具，目前已实现 GitHub 与 GitCafe 之间的同步。工具提供命令行、桌面端安装包以及后台服务运行支持，当前处于早期阶段并列出了各服务的认证配置要求。

    发布时间：
  30. 量子位58

    是石科技发布 TokenFleet 分布式调度框架，降低首Token延迟并提升国产推理吞吐

    是石科技在 2026 CCF 全国高性能计算学术大会期间发布 TokenFleet 分布式调度框架，包含 TokenPilot、FleetMind 和 SLOMax 三项核心技术，分别用于推理路由、跨机房容量协同与混合负载治理。调优数据显示，采用预测延迟路由后 P95 首Token延迟降低 32.4%，流控协同调度使达标输出吞吐提高约 29.4%。

    发布时间：
  32. AWS Machine Learning Blog64

    在 AWS Trainium2 上使用原生 PyTorch 训练与部署 i14 的 Laplace 3B 线性注意力模型

    i14 与 AWS 合作，通过原生 PyTorch 在 AWS Trainium2 芯片上成功训练与部署了采用门控线性注意力架构的 Laplace 3B 模型。该模型在单台 trn2.48xlarge 实例上实现了每秒约 12 万 token 的训练吞吐量，并将推理状态控制在每序列 29.5 MB 的固定大小，从而摆脱了传统 Transformer 的 KV cache 线性增长限制。

    发布时间：

    推荐理由：文章详细记录了在 AWS Trainium2 上适配和训练线性注意力模型的技术细节，为定制架构的硬件加速提供了可迁移的工程参考。

  34. Latent Space58

    SF Compute CEO Evan Conrad 谈可编程数据中心与 GPU 计算交易市场

    Latent Space 播客访谈了 SF Compute CEO Evan Conrad，探讨了 GPU 计算交易市场的发展现状、物理交割机制以及可编程数据中心的构建方式。访谈指出，由于中立性要求，硬件厂商或 hyperscaler 难以自行建立此类交易市场，而通过物理交割与动态订单簿支持非标算力交易是当前市场的核心痛点。

    发布时间：
  36. The Decoder69

    DeepSeek 开源支撑 V4.1-Flash 模型的内部推理框架 DeepInfer

    DeepSeek 以 Apache 2.0 许可证开源了内部推理框架 DeepInfer，该框架基于 vLLM 构建并带有优化计算内核与分布式处理，支撑 V4.1-Flash 模型的高效运行。DeepSeek 还同时发布了 deepseek-recipe，用于复刻官方 API 的 token 处理流程，旨在帮助社区降低算力成本与能耗。

    发布时间：
  37. AWS Machine Learning Blog31

    Smartsheet 在 AWS 上推出用于 AI 智能体的 MCP Server

    Smartsheet 推出了一般可用状态的 Model Context Protocol (MCP) Server，允许 AI 助手通过标准化协议读取、写入和管理 Smartsheet 数据。该协议跨越 40 多个工具，支持用户通过自然语言更新任务状态、创建行及修改项目结构。文章展示了如何将其连接至 Amazon Quick 与 Kiro 等工作流。

    发布时间：