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 07:16

顺带提及正文出现过，但不是文章的主要讨论对象，当前共 676 条。
11月1日周日 · 7 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b12031：OpenCL 后端初步支持 IQ3 量化

llama.cpp 发布 b12031 版本，为 OpenCL 后端新增对 IQ3 S 和 IQ3 XXS 两种量化格式的初步支持，涵盖 AOS/SOA 矩阵向量乘、tiled matmul、Adreno GPU 上的 noshuffle GEMM/GEMV 与 dp4a 路径，并针对 Adreno 解码和窄批次做了优化。该改动由高通工程师参与贡献，部分代码

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

llama.cpp 发布 b12029：修复 InternVL CLS token 顺序

llama.cpp 发布 b12029 版本，主要修复了 mtmd 模块中 InternVL 的 CLS token 顺序问题（#30886）。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 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更

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

llama.cpp b12028：测试中启用 Gemma 4

llama.cpp 发布 b12028 版本，主要变更是在 test-llama-archs 测试中启用 Gemma 4，并针对 Gemma 4 使用 GQA。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次更新属于测试与构建层面的维

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

llama.cpp b12027：为 LFM3 启用张量切分

llama.cpp 发布 b12027 版本，主要变更为 LFM3 启用 tensor split（张量切分），该改动由 Claude Opus 5.5 辅助完成。发布包覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台，包含 CUDA、Vulkan、ROCm、SYCL、OpenVINO、Snapdrago

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

cyankiwi 发布 MiniCPM-SALA AWQ 8bit 量化模型

cyankiwi 在 Hugging Face 发布了 MiniCPM-SALA 的 AWQ 8bit 量化版本，该版本基于 openbmb/MiniCPM-SALA 量化而来，模型体积约 10.63 GB，采用 Apache-2.0 许可，支持中英文文本生成。原模型 MiniCPM-SALA 是首个融合稀疏注意力与线性注意力的大规模混合模型，面向百万级 t

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

llama.cpp 发布 b12023：修复 server 共享决策前缀问题

llama.cpp 发布 b12023 版本，修复了 server 端共享决策前缀的问题（#30710），将共享前缀限制在父任务与各子任务的第一个必需输出位置，从而在问题共享选项 token 时保证最终 batch 中决策输出 embedding 可用，修复了 #30482。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多

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

llama.cpp b12022：修复 /v1/responses 端点 extra params 支持

llama.cpp 发布 b12022 版本，主要修复了 server 的 /v1/responses 端点，使其能够接受 extra params 参数。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。此次更新属于常规维护

10月31日周六 · 7 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b12020 发布：OpenCL 新增 FWHT 支持

llama.cpp 发布 b12020 版本，主要变更是为 OpenCL 后端新增 FWHT（快速沃尔什-哈达玛变换）支持，由高通工程师参与贡献。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 CUDA、Vulkan、ROCm、SYCL、OpenVINO、OpenCL A

正文顺带提及命中实体：nvidia
Latent Space商业

谷歌承认AI Mode拖累搜索收入，市值暴跌15%

谷歌首席商务官Philipp Schindler在财报电话会上承认，AI Mode查询的强劲增长因变现能力较低而对搜索收入造成影响，叠加其他不佳财报，引发科技股大幅下跌，市值蒸发约5000亿美元、跌幅15%，为2004年IPO以来最差表现。同期Anthropic将Max订阅档位更名为Max（100美元/月）和Ultra（200美元/月），并取消Ultra的5

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

llama.cpp b12018：修复 SYCL 量化舍入问题

llama.cpp 发布 b12018 版本，主要修复 SYCL 后端在 CPY 操作中 f32 到 q2 0/q4 0/q5 0 的舍入问题（PR #31120）。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，包含 CUDA、Vulkan、ROCm、SYCL、OpenVIN

正文顺带提及命中实体：nvidia
TechCrunch AI商业

英特尔股价暴跌28%，政府持股缩水120亿美元

英特尔发布不及预期的第四季度业绩指引后，股价周五暴跌约28%，导致美国政府所持10%股份的价值缩水120亿美元。英特尔将PC销售放缓归因于AI行业大量占用内存等零部件、推高PC价格，同时警告毛利率将从43%降至37%且自由现金流为负。亮点是数据中心业务同比增长78%，但受限于晶圆厂产能扩张，亚利桑那州新厂要到2028年才能上线。

正文顺带提及命中实体：nvidia
TechCrunch AI商业

AI 支出热潮现裂痕：科技巨头巨额资本开支引发投资者担忧

Alphabet、亚马逊、Meta 和微软今年计划在资本支出上投入超过 7400 亿美元，主要用于 AI 基础设施。投资者开始担忧负自由现金流、债务攀升以及投资回报问题，导致纳斯达克及芯片股大幅下跌。Alphabet 第三季度自由现金流为负 91 亿美元，其 AI Mode 的成功正在侵蚀搜索广告业务；亚马逊过去 12 个月自由现金流为负 424 亿美元。微

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

llama.cpp 发布 b12017：RPC 删除 fs path to utf8()

llama.cpp 发布 b12017 版本，主要变更是 RPC 模块删除 fs path to utf8() 函数（PR #31424，由 Adrien Gallouët 提交）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译二进制，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO、Snap

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

llama.cpp 发布 b12015 版本

llama.cpp 发布 b12015 版本，主要变更是删除 common 模块中的 fs path to utf8() 函数，由 Hugging Face 的 Adrien Gallouët 提交。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、OpenVI

10月30日周五 · 6 条
正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源

llama.cpp b12007：KV-cache 旋转常量常驻 GPU

llama.cpp 发布 b12007 版本，核心改动是将 KV-cache 的旋转常量保留在 GPU 上，并支持按层分配旋转缓冲区，同时修复了混合 SWA 旋转输入与混合放置检查的问题。该改动在 mistral-large4 和 dflash 模型上启用按层旋转，并补充了多设备旋转的剩余工作文档。发布同时提供 macOS、Linux、Windows、And

正文顺带提及命中实体：nvidia
TechCrunch AI商业

Runware 拟像造车一样量产 AI 数据中心

AI 基础设施公司 Runware 在推出模块化数据中心 Sonic Inference Pod 数月后，宣布计划在罗马尼亚建设流水线工厂，像生产汽车一样批量组装这些预制数据中心，目标到 2028 年实现日产 30 兆瓦、约每月 1 吉瓦的产能。公司称其交付速度比 Crusoe、Schneider Electric 等竞品更快，并已获得 10 亿美元意向订单

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

llama.cpp 发布 b12004 版本

llama.cpp 发布 b12004 版本，主要变更是 common 模块在提示词中出现结束标签时终止 reasoning budget forcing。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端构建产物。

正文顺带提及命中实体：nvidia
InfoQ AI ML and Data Engineering商业

Netflix 将 GPU 可靠性视为分布式系统问题

Netflix 详细介绍了其构建的大规模 GPU 训练与推理可靠性平台，该平台基于 Kubernetes，采用分层健康检查、自动修复和容错训练机制，使长周期训练任务在硬件故障下仍能持续运行。Netflix 报告 GPU 节点可用性超过 99.95%，任务成功率从约 98% 提升至 99.5% 以上。文章还对比了 Meta 在 Llama 3 训练中硬件故障占

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

llama.cpp 发布 b12003：修复 SYCL FLASH ATTN EXT 失败

llama.cpp 发布 b12003 版本，主要修复了 SYCL 后端 FLASH ATTN EXT 失败的问题（#30761）。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。此次更新属于开源推理框架的常规构建发布，影响使用 SY

正文顺带提及命中实体：cuda
量子位研究

面壁智能ForgeKernel零代码生成算子，反超DeepSeek手写版9.8%

面壁智能的算子生成系统ForgeKernel在无人参与的情况下，仅用22.5小时、42轮迭代，在英伟达B200上生成的FlashMLA Prefill算子比DeepSeek人类手写版本快9.8%（472微秒 vs 518微秒），全程未使用人类编写的代码。此前该系统已登顶昇腾CANNBench 950DT、950PR、A3三大硬件榜单第一。团队联合清华等机构发