parakeet-tdt-1.1b 发布 GGUF 量化版，支持 transcribe.cpp
handy-computer 在 Hugging Face 上发布了 nvidia/parakeet-tdt-1.1b 的 GGUF 量化版本，用于 transcribe.cpp 推理框架。该模型为 1.1B 参数的 FastConformer-XL 编码器加 TDT/RNNT 解码器的离线英语语音识别模型，提供 F32 到 Q4 K M 六种量化档位，Li
NVIDIA 英伟达
公司与模型 · 英伟达的 AI 芯片与生态动态：GPU 新品、CUDA 生态、机器人平台与 AI 算力供给
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 06:27
相关与对比厂商作为比较对象、合作方或受影响主体，当前共 217 条。
10月16日周五 · 8 条
对比或关联对象命中实体：nvidia
对比或关联对象命中实体：nvidia
parakeet-tdt-0.6b-v3 的 GGUF 量化版发布
handy-computer 在 Hugging Face 发布了 nvidia/parakeet-tdt-0.6b-v3 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型为 6 亿参数的 FastConformer-TDT 多语言语音识别模型，支持 25 种欧洲语言，提供 F32 至 Q4 K M 多种量化档位，LibriSpeech
对比或关联对象命中实体：nvidia
NVIDIA parakeet-tdt-0.6b-v2 的 GGUF 量化版发布
Hugging Face 用户 handy-computer 发布了 NVIDIA parakeet-tdt-0.6b-v2 的 GGUF 量化版本，供 transcribe.cpp 推理框架使用。该模型为 6 亿参数的英文离线语音识别模型，基于 FastConformer 编码器与 TDT/RNNT 解码器，提供 F32 至 Q4 K M 多种量化档位，L
对比或关联对象命中实体：nvidia
NVIDIA parakeet-tdt ctc-1.1b 的 GGUF 量化版发布
Hugging Face 用户 handy-computer 发布了 NVIDIA parakeet-tdt ctc-1.1b 语音识别模型的 GGUF 量化版本，供 transcribe.cpp 推理框架使用。该模型为 1.1B 参数的 FastConformer-XL 编码器加 TDT/RNNT 解码器，支持带标点和大小写的离线英文转写，非流式、不支持翻
对比或关联对象命中实体：cuda
llama.cpp b11678 发布：CUDA 固定主机缓冲区上限设为 4GB
llama.cpp 发布 b11678 版本，主要变更是将 CUDA 固定主机内存（pinned host buffer）的最大大小限制为 4 GB（PR #30449）。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA 12/13、Vulkan、ROCm、SYCL、OpenVINO 等后端。
对比或关联对象命中实体：nvidia
Intern Lumina U2：多码本扩散语言模型统一全视觉理解与生成
研究团队发布 Intern Lumina U2，一个基于多码本离散视觉 token 的扩散语言模型，在单一骨干网络中统一图像、视频、3D 的理解、生成与编辑。该模型为 16.9B MoE 架构，仅激活 1.4B 参数，是首个在全离散空间建模多码本视觉 token 的扩散语言模型。通过 Plateau-Halton 采样与 V-verify 策略，图像生成端到
对比或关联对象命中实体：nvidia
parakeet-unified-en-0.6b 的 transcribe.cpp GGUF 量化版发布
Hugging Face 用户 handy-computer 发布了 nvidia/parakeet-unified-en-0.6b 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型是 0.6B 参数的 FastConformer 编码器加 RNN-T 解码器的英语语音识别模型，支持离线与流式推理，并提供 F32 到 Q4 K M 多种
对比或关联对象命中实体：cuda
英伟达RTX Spark真机上手：十大亮点解析
英伟达RTX Spark笔记本电脑将于10月15日晚8点全球首批开售，搭载N1X超级芯片，将Grace CPU与Blackwell RTX GPU集成，主打本地AI智能体运行。该设备提供笔记本和紧凑型桌面主机两种形态，支持本地模型推理、微调及多智能体任务，英伟达称其AI性能与DGX Spark相当，并强调本地运行可大幅降低Token成本。
10月15日周四 · 5 条
对比或关联对象命中实体：cuda
大模型 Infra 人才薪资狂飙：年薪冲 800 万，仅少数人吃到红利
雷峰网报道称，DeepSeek R1 发布后 AI Infra 人才薪资大幅上涨，优秀 Infra 工程师年包可达七八百万，跳槽涨幅常见 2 倍、个别达 3 倍。原因是行业从拼算法转向拼底层系统工程，Infra 通过提升 GPU 利用率（行业平均仅 25% 27%，优秀团队可达 40%）直接为公司节省数千万算力成本。但高溢价仅集中在推理优化、模型量化、算子开
对比或关联对象命中实体：cuda
llama.cpp b11632：CUDA/HIP 新增 GDN 分块内核
llama.cpp 发布 b11632 版本，为 CUDA 和 HIP 后端新增 GDN（Gated Delta Net）分块内核，代码移植自 tetherto/qvac-fabric-llm.cpp 的 PR #257。该更新在经 RTX 3090 与 RTX 4090 验证后，为 Ampere（SM86）和 Ada（SM89）架构启用 GDN MMA，未
对比或关联对象命中实体：cuda
MLX v0.32.4 发布：新增 VJP 支持与多项修复
MLX 发布 v0.32.4 版本，这是一个以修复和优化为主的补丁更新。主要变更包括为缩放点积注意力（SDPA）和门控 delta 网络添加 VJP 支持、新增 Python 3.15 支持、修复大量 Metal/CUDA 后端与视图/步幅相关的 bug，并优化了量化矩阵乘法和 gather qmm 等内核性能。该版本提升了 MLX 在 Apple Sili
对比或关联对象命中实体：cuda
llama.cpp b11623：AMD 上改用 SIMT 隐式 GEMM conv2d
llama.cpp 发布 b11623 版本，主要变更是 CUDA 后端在 AMD GPU 上使用 SIMT 隐式 GEMM 实现 conv2d，不再依赖 WMMA，并在短归约场景下跳过该 SIMT 路径。该改动由社区贡献者提交，Claude Opus 提供辅助。版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包。
对比或关联对象命中实体：cuda
Ollama 发布 v0.40.5：MLX 内核移植 CUDA 并改进工具调用
Ollama 发布 v0.40.5 版本，主要更新包括将 MLX 的 Metal 自定义内核移植到 CUDA、在 OpenAI 兼容的 Responses 历史中支持自定义工具调用、更新模型推荐与语言标准化文档、优化云支付错误提示，并升级 MLX 版本。该版本为常规迭代更新，提升了跨平台推理与 OpenAI 接口兼容性。
10月14日周三 · 3 条
对比或关联对象命中实体：cuda
llama.cpp b11592：CUDA graph 调试开关与环境变量缓存优化
llama.cpp 发布 b11592 版本，主要改动在 CUDA 后端：新增 GGML CUDA GRAPH DEBUG 环境变量用于控制 CUDA graph 调试日志，并将环境变量读取改为通过静态访问器只读取一次，避免每次调用重复读取。同时移除了 CUDA graph 日志的 NDEBUG 门控。该版本照例提供 macOS、Linux、Windows、
对比或关联对象命中实体：nvidia
Laplace Intelligence 为机器人和自动驾驶汽车做红队测试
位于密歇根州安娜堡的初创公司 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，利用基于 Nvidia Cosmos 的高保真仿真环境和 AI 智能体自动设计极端场景，在部署前发现并修复问题。公司由 Howie Sun 和 Henry Liu 创立，已获得包括五十铃、Bot Auto 和 Nvidia 在内的客户，并实现
对比或关联对象命中实体：nvidia
Liquid AI 发布开源边缘决策模型 d1-3B 与 d1-omni-600M
Liquid AI 在 Hugging Face 发布两款开源决策模型 d1-3B 和 d1-omni-600M，基于其 Liquid Foundation Models 构建，不生成 token 而是单次前向传播给出答案。d1-3B 在 Decision Index 0.2.1 上以 48.57 分成为 10B 以下最佳决策模型，支持文本和图像，在 NVI
10月13日周二 · 3 条
正文主语命中实体：nvidia
DLSS 5 收敛效果，下月随《霍格沃茨之遗》正式登场
英伟达宣布 DLSS 5 将于 11 月 5 日随《霍格沃茨之遗》正式上线，并将在下月底登陆《燕云十六声》。相比年初展示时明显改变人物面孔的效果，新截图显示面部变化已大幅收敛。英伟达还将在 10 月更新神经渲染系统，使 DLSS 5 在 RTX 50 系列 GPU 上速度翻倍，模型参数缩减 24% 至约 1.18 亿，4K 显存占用降低 20%。同时英伟达应
对比或关联对象命中实体：cuda
llama.cpp b11581：移除冗余 ggml cont 调用
llama.cpp 发布 b11581 版本，主要变更是移除模型中冗余的 ggml cont 调用，因为所有一元算子内核现已支持该操作，涉及 CUDA 一元内核及 qwen3next 模型中的 sigmoid 前后处理调整。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包。
对比或关联对象命中实体：cuda
llama.cpp b11576：填充 no-cache 注意力 KV 维度至 256
llama.cpp 发布 b11576 版本，修复了 no-cache 注意力路径中 KV 维度未填充的问题。此前该路径构建 [n tokens, n tokens] 掩码并直接传入未填充的 K、V，导致 head size 512 的 CUDA 内核因不满足 FATTN KQ STRIDE 倍数要求而回退到 CPU，且 -fa auto 探测会禁用此类模型
10月12日周一 · 1 条
对比或关联对象命中实体：nvidia
微软发布第三代自研AI芯片Maia 300，降低对英伟达GPU依赖
微软发布第三代自研AI芯片Maia 300，定位为微软产品与服务的“主要AI推理系统”，计划2027年投入生产部署。该芯片采用chiplet架构与台积电N2P工艺，官方称每兆瓦token数比领先GPU系统高40%，96加速器配置下机架级吞吐量达Maia 200的7倍。微软云业务负责人Scott Guthrie表示将把Maia扩展至多吉瓦级部署，从而减少对Nv