返回主题地图

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 2026-09-27 05:49

顺带提及正文出现过，但不是文章的主要讨论对象，当前共 229 条。
9月23日周三 · 8 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源1

llama.cpp b11117：HIP 后端用 SWAR 优化 IQ2/IQ3

llama.cpp 发布 b11117 版本，主要变更是针对 HIP 后端优化 IQ2/IQ3 量化格式，使用 SWAR（寄存器内并行）技术以位操作实现 vsub4 和 vcmpne4 指令。该版本同时提供覆盖 macOS、Linux、Windows、Android 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端的预编译

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源1

llama.cpp b11115 发布：OpenCL 新增 A8 Q4 K dp4a 二值化内核

llama.cpp 发布 b11115 版本，主要变更为在 OpenCL 后端新增 A8 Q4 K 非 MoE 的 dp4a 二值化 GEMM 内核 kernel gemm noshuffle q4 k q8 1 dp4a ila a8 bin，并重命名了二值化内核选择辅助函数。该版本同时提供覆盖 macOS、iOS、Linux、Android、Window

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源1

llama.cpp 发布 b11113：server 不再向子进程传递日志文件

llama.cpp 发布 b11113 版本，主要变更是 server 不再将日志文件传递给子进程（#29212）。该版本同时提供 macOS/iOS、Linux、Android、Windows、openEuler 等多平台预编译二进制，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源1

llama.cpp b11112：server 支持 function call output 传入图像

llama.cpp 发布 b11112 版本，主要更新是 server 端在 function call output 中支持 input image，即函数调用输出可以携带图像输入。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。这一

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b11110：mtmd 新增多项健全性检查

llama.cpp 发布 b11110 版本，主要变更为 mtmd 模块新增多项 sanity checks（#29276）。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制，涵盖 CPU、CUDA 12/13、Vulkan、ROCm、SYCL、OpenVINO、OpenCL 等

正文顺带提及命中实体：cuda
智东西产品发布

海光发布1000系列CPU，C86架构进军嵌入式与端侧市场

海光信息正式发布海光1000系列CPU，基于C86架构，面向低功耗、嵌入式和端侧算力需求，具备4核8线程、10W典型TDP、-40°C至105°C宽温能力及10年产品生命周期承诺。该产品将海光在数据中心CPU、DCU领域的技术与生态积累延伸至机器人、工业控制、边缘计算等场景，并同步推进嵌入式生态合作。此举标志着国产芯片从数据中心向边缘端侧全场景扩展，增强与国

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b11108：优化 IQ1 M 前缀和计算

llama.cpp 发布 b11108 版本，主要变更是 ggml 中 IQ1 M 量化格式的构建前缀和（prefix sums）改为每块只计算一次，以优化性能。该版本同时提供覆盖 macOS、iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO

正文顺带提及命中实体：nvidia
The Verge AI商业

a16z 推出无作业“学院”，联合 Palantir、Google、Meta 等

风投公司 Andreessen Horowitz（a16z）宣布成立“Horowitz Andreessen Academy”，定位为年轻人进入或创办硅谷初创公司的通道。该学院有 Anduril、Anthropic、Coinbase、Google、Meta、NVIDIA、OpenAI、Palantir、Replit、Stripe 等 10 家合作方，并获得由

9月22日周二 · 12 条
正文顺带提及命中实体：nvidia
AWS Machine Learning Blog一手来源教程

用并发扫描为 SageMaker AI 生成式端点做容量规划

AWS 博客介绍在 Amazon SageMaker AI 上通过并发扫描（concurrency sweep）为生成式 AI 端点做容量规划的方法。文章以部署 NVIDIA Nemotron-3 Nano 30B（MoE，仅 3B 激活参数）到 ml.g7e.2xlarge 为例，使用原生 vLLM 容器和 CreateAIBenchmarkJob API

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b11104：llama-server 支持绑定多个地址

llama.cpp 发布 b11104 版本，主要更新为 llama-server 新增绑定多个地址的能力（PR #28690），并处理了地址重叠、多 TCP 地址下拒绝 --port 0 等边界情况。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制，涵盖 CPU、CUDA、Vu

正文顺带提及命中实体：nvidia
TechCrunch AI商业

TechCrunch Disrupt 2026 五场 AI 安全会议前瞻

TechCrunch 预告了 Disrupt 2026 大会上的五场 AI 安全相关会议，覆盖企业部署 Claude、Agent 安全、企业云安全、物理世界 AI 安全以及机器人数据瓶颈等议题。Anthropic、Okta、AWS、Shield AI、通用汽车、Waabi、NVIDIA 等公司的高管将分别分享企业 AI 落地、Agent 权限架构、安全治理、

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b11101：支持重复 find package 调用

llama.cpp 发布 b11101 版本，主要变更是允许对 llama 进行重复的 find package 调用（#29228）。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，涵盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

正文顺带提及命中实体：nvidia
TechCrunch AI商业

Nscale启动IPO，客户高度集中考验华尔街AI投资胃口

英国云计算公司Nscale计划在纽约证券交易所上市，估值预计达350亿美元，拟募资30亿美元。其IPO文件显示，公司累计合同价值超1030亿美元，但约85%来自微软（438亿美元算力供应）和Anthropic（446亿美元）两大客户，且Anthropic协议以融资到位和达成严格里程碑为前提。此举将再次检验华尔街对客户高度集中的AI基础设施类股票的投资意愿。

正文顺带提及命中实体：nvidia
Hugging Face New and Trending Models一手来源模型发布1

poolside 发布 Laguna XS.2：33B MoE 本地智能体编程模型

poolside 发布 Laguna XS.2，一个 33B 总参数、每 token 激活 3B 的混合专家（MoE）模型，面向本地运行的智能体编程与长周期任务。模型采用滑动窗口注意力与全局注意力 3:1 混合布局、FP8 KV 缓存和原生交错推理，支持 262,144 token 上下文，并以 Apache 2.0 许可开源。在 SWE-bench Ver

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b11100：修复 Muse Glimmer 工具调用解析错误

llama.cpp 发布 b11100 版本，主要修复了 chat 模块中 Muse Glimmer 工具调用（tool-call）首次解析错误的问题，并新增测试验证、精简匹配模式。该版本同时提供覆盖 macOS、iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYC

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b11097：OpenCL 新增 A8 Q4 0 非 MoE dp4a 内核

llama.cpp 发布 b11097 版本，主要变更为在 OpenCL 后端新增 A8 Q4 0 非 MoE 的 dp4a 二值化内核（PR #29055）。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO

正文顺带提及命中实体：cuda
vLLM Releases一手来源开源

vLLM 发布 v0.30.0：新增多模型支持与性能优化

vLLM 发布 v0.30.0，包含来自 315 位贡献者的 762 个提交。新增 DeepSeek-V4.1-Flash、GLM-5.3-Flash、K2-Horizon 等模型支持，并引入 Fast Start 权重缓存、Gumbel-max 水印、HiSparse 主机端稀疏解码等特性。同时优化了 Qwen3.8-Flash-Next 与 Kimi K

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b11095：Hexagon HMX 优化 GATED DELTA NET

llama.cpp 发布 b11095 版本，主要新增针对高通 Hexagon 平台的 HMX 优化版 GATED DELTA NET（GDN）内核。该 PR 逐步实现了 HMX 支持、流水线化 HMX 与 DMA、HVX 多线程、向量化 expf 及尾部处理优化，并改进了 flash attention 内联 softmax 与 DMA 流水线，使 tok

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b11093：修复 Metal flash attention mask 边界

llama.cpp 发布 b11093 版本，主要修复了 Metal 后端 flash attention 块预处理阶段的 mask 边界问题（PR #29220）。该版本同时提供覆盖 macOS/iOS、Linux、Windows、Android 及 openEuler 的多平台预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVI

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b11081：测试工具支持可配置张量标准差

llama.cpp 发布 b11081 版本，主要更新了测试工具 test-llama-archs，使其张量数据标准差（stdev）可配置，并改进了帮助信息、用法示例和未知参数报错。同时调整了 test-recurrent-state-rollback 使用 NMSE 检查 logits 回滚，并禁用了部分无效测试。该版本继续提供覆盖 macOS、Linux