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 2026-11-11 06:27

顺带提及正文出现过，但不是文章的主要讨论对象，当前共 675 条。
11月4日周三 · 3 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b12089 发布：新增 Metis-1.6 模型支持

llama.cpp 发布 b12089 版本，新增对 Metis-1.6 模型的支持（PR #31134，由 Claude 辅助完成）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO、Snapdragon 等多种后端。此次更新扩展了 llam

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

llama.cpp 发布 b12084：LFM3 记录层输入以支持投机解码

llama.cpp 发布 b12084 版本，主要变更为在 LFM3 中记录 layer inputs 以支持投机解码（spec dec）。该版本同步提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO、Snapdragon 等后端。此次更新属于开源推理框架

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

llama.cpp b12076：修复 Metal cpy kernel 非连续目标寻址

llama.cpp 发布 b12076 版本，修复了 Metal 后端 cpy kernel 在目标张量第 0 维非连续（如 permute dst = {1, 0, 2, 3}）时使用隐式元素大小步长而非 args.nb0 寻址、导致写入错误地址的问题；该缺陷由新增的 test-backend-ops cpy 用例捕获，目标连续时寻址行为不变。同时该版本提

11月3日周二 · 15 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b12074：重构 delta net 卷积状态

llama.cpp 发布 b12074 版本，主要变更是对 delta net base 的卷积状态进行重构：改为通过视图访问卷积状态，修复 sm tensor，并将卷积窗口的回滚槽位索引改为在主机端填充的 I32 输入，替代原先在设备端计算的 arange 与 argsort，同时 meta 后端不再需要为 ARANGE 做镜像拆分。该版本同步提供 mac

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

llama.cpp 发布 b12072：移除注意力掩码冗余 cnv

llama.cpp 发布 b12072 版本，核心改动是移除 llm attn mask 中冗余的 cnv，将 dspark 块掩码改为在输入填充阶段由 llm attn mask::block uniform 生成，从而消除 dflash 中的图级 reshape/repeat 操作。该版本同时提供 macOS、Linux、Windows、Android

正文顺带提及命中实体：nvidia
THE DECODER商业

华为要求客户自行解决AI芯片内存，采购被推向黑市

受美国制裁与供应短缺影响，华为要求部分客户自行采购其新款AI芯片所需的HBM内存，实际上将采购推向黑市。走私者通过将HBM与低端处理器捆绑、经香港转运入境的方式规避美国出口规则，导致走私HBM3E单价一年内从数百美元涨至约4000美元，每颗AI芯片需6至8颗。韩国海关今年前五个月查获的贸易违规金额已达5.6亿美元，超过此前全年纪录，其中三分之一涉及芯片等战略

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

llama.cpp 发布 b12068：chat 支持 gpt-oss 最终 channel 后约束类型

llama.cpp 发布 b12068 版本，主要变更是 chat 功能允许在 gpt-oss 最终 channel 之后指定约束类型（constraint type），对应 PR #31556。该版本同时提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、S

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

llama.cpp b12066：WebGPU 新增 ARANGE 支持

llama.cpp 发布构建版本 b12066，主要变更为在 WebGPU 后端新增 ARANGE 算子支持（PR #31455）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO、OpenCL 等后端。此次更新属于开源推理框架的常规迭代，扩展

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

llama.cpp b12065：修复 kv-cache 零 kv rows 问题

llama.cpp 发布 b12065 版本，修复了 kv-cache 的一个缺陷：当某个缓存共享另一个缓存的 cell（例如 gemma4 assistant 场景）且其序列尚未分配任何 cell 时（如服务器预热阶段），get n kv rows() 会返回 0，导致计算图回退到稠密 KQ mask 并触发调度器重新规划；后续使用更大 mask 的计算图

正文顺带提及命中实体：nvidia
雷峰网 AI科技评论研究

字节发现DeepSeek周期性弱点，实测V4.1结果不同

字节跳动Seed团队在9月底的研究中发现，DeepSeek-V4-Flash基础模型会因代码前无关Token长度变化，在正确答案与错误答案之间周期性切换，并将原因指向其CSA/HCA分块KV压缩机制带来的“相位敏感性”。雷峰网通过DeepSeek官方API对现役V4.1-Flash进行64组实测，未复现答案翻转，但观察到正确答案概率随填充长度波动。论文数据显

正文顺带提及命中实体：nvidia
SGLang Releases一手来源开源

SGLang 发布 v0.5.23：新增多模型支持与推理性能优化

SGLang 发布 v0.5.23 版本，包含来自 257 位贡献者的 1007 个 PR。该版本新增 Muse Spark Open、MiniMax-M3.1-Flash、MiniCPM-V 4.7 等模型支持，并针对 DeepSeek-V4.1 在 GB300 上实现最高 1.5 倍 prefill 吞吐提升和约 28% 首 token 延迟降低。此外还

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

llama.cpp 发布 b12058：修复 imatrix --nextn 崩溃

llama.cpp 发布 b12058 版本，主要修复了 imatrix 工具中 --nextn 参数导致的崩溃问题（#31522）。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更新属于开源推理框架的常规缺陷修复与构

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

llama.cpp 发布 b12057：简化 context setter 并更新多平台构建

llama.cpp 发布构建版本 b12057，主要变更是简化 context 的 setter 接口（PR #29730）。该版本为 macOS/iOS、Linux、Android、Windows 及 openEuler 等多个平台提供预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO、OpenCL 等后端，并附带

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

llama.cpp b12054：ggml-zdnn 与主机共享缓冲区

llama.cpp 发布 b12054 版本，主要变更是 ggml-zdnn 后端与主机共享缓冲区（由 IBM 的 Aaron Teo 提交，PR #31481）。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译包，涵盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等

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

llama.cpp b12053：Apple 平台改用 vm allocate 分配内存

llama.cpp 发布 b12053 版本，核心变更是 ggml 在所有 Apple 平台（含 iOS）上改用 vm allocate 替代 posix memalign 进行内存分配，并默认运行 test-host-buffer-release 测试。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，

正文顺带提及命中实体：nvidia
Google AI一手来源模型发布

Google 2026 年 10 月 AI 进展：Gemini 4 Argon 与 Carbon 等发布

Google 发布 2026 年 10 月 AI 进展汇总：推出前沿推理模型 Gemini 4 Argon 并全球上线，两周后宣布面向长周期工程与网络安全防御的 Gemini 4 Carbon 进入预发布测试；同时发布实时交互世界模拟 Genie 4、智能健身追踪器 Fitbit Edge、开源多模态嵌入模型 EmbeddingGemma 2，并扩大 Syn

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

llama.cpp 发布 b12052：OpenCL 新增 topk mask

llama.cpp 发布构建版本 b12052，主要变更是为 OpenCL 后端新增 topk mask 支持（PR #31441）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台、多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO、OpenCL Adreno 等）的预编译二进制包。此次更新属于开源

正文顺带提及命中实体：cuda
智东西商业

两千张国产GPU在无锡跑满，自动驾驶训练算力直奔万卡

摩尔线程与无锡惠山招商集团、新石器达成战略合作，新石器计划在无锡（惠山）国产智算中心扩大自动驾驶模型训练规模，算力需求将达近万卡级。该中心一期部署2112张摩尔线程MTT S5000 GPU，已基本满载运行，算力使用率92.9%，付费算力占比59.7%，已有20多家客户测试或使用。实测显示MTT S5000在DeepSeek V4 Flash模型上SLA达标

11月2日周一 · 1 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b12047：SYCL dmmv 代码清理

llama.cpp 发布 b12047 版本，主要变更是 SYCL 后端 dmmv 代码清理：将 q8 0 reorder dmmv 合并进通用模板，并对非 K 量化与 K-quant 的 dmmv 启动器进行模板化。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vulkan、ROCm、SYCL、O

11月1日周日 · 1 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp 发布 b12032：SYCL 后端改用 PkgConfig 查找 LevelZero

llama.cpp 发布 b12032 版本，主要变更是 SYCL 后端尝试通过 PkgConfig 查找 LevelZero 的头文件与库。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次更新属于构建与后端适配层面的维护性发布，