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
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 11:34
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 680 条。
9月22日周二 · 11 条
正文顺带提及命中实体：nvidia
正文顺带提及命中实体：cuda
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 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 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 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 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 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
正文顺带提及命中实体：cuda
llama.cpp b11078：新增采样参数环境变量配置
llama.cpp 发布 b11078 版本，新增通过 LLAMA ARG 环境变量配置 temperature、top-p、min-p 及各类惩罚参数的能力，使 llama-server 可完全通过环境文件（如 Debian 上的 systemd）控制。同时使用 llama-gen-docs 重新生成 readme 文件，并提供了覆盖 macOS、Linu
正文顺带提及命中实体：cuda
llama.cpp 发布 b11076 版本
llama.cpp 发布 b11076 版本，主要变更为移除测试中的过时注释（#29140）。该版本同步提供 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。
正文顺带提及命中实体：cuda
llama.cpp 发布 b11075：简化 ggml-metal 融合算子声明
llama.cpp 发布 b11075 版本，主要改动是简化 ggml-metal 后端中融合算子（fusion pattern）操作列表的声明方式，从 ops all 派生非空融合算子并去掉模式向量中的 all 后缀。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、ROC
正文顺带提及命中实体：cuda
llama.cpp 发布 b11074：修复 JSON 枚举处理
llama.cpp 发布 b11074 版本，主要修复了 JSON 枚举（enum）处理问题，为枚举值添加了 common json value 处理逻辑，并曾添加 tests/test-json.cpp 测试但按要求移除。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vulkan、ROCm、SYC
9月21日周一 · 6 条
正文顺带提及命中实体：cuda
llama.cpp b11073：SYCL 合并 MKL-FA softmax 加载
llama.cpp 发布 b11073 版本，主要变更是 SYCL 后端对 MKL-FA softmax 加载进行合并（coalesce），替代原先每行一个 work-item 的实现方式，并改进了变量命名可读性。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、Ope
正文顺带提及命中实体：nemotron
开放模型当前的力量格局：中美竞争现状
Interconnects AI 作者向美国国会议员及幕僚介绍开放权重模型在中美竞争中的现状。文章指出，自 2025 年 4 月起中国 AI 公司在开放权重模型领域明显领先，Hugging Face 下载量约为美国的两倍（32 亿对 16 亿），在 Artificial Analysis 智能指数上中国模型 GLM-5.3、Kimi K3 等得分 42-45
正文顺带提及命中实体：cuda
llama.cpp b11070：Hexagon 后端 DMA 与 64 位映射重构
llama.cpp 发布 b11070 版本，主要针对 Hexagon 后端进行大规模重构，重写缓冲区和 DMA 处理以支持 64 位映射。改动涵盖二进制算子、softmax、GDN、矩阵乘法等内核的 DMA 化，并新增检查脚本与开发者文档。同时提供 macOS、iOS、Linux（含 CUDA、ROCm、Vulkan、SYCL 等）及 Android 多平
正文顺带提及命中实体：cuda
llama.cpp 发布 b11068：修复 macOS 27 SDK Metal 弃用警告
llama.cpp 发布 b11068 版本，主要修复了 macOS 27 SDK 下 Metal 后端的弃用警告（PR #29136）。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，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。
正文顺带提及命中实体：nvidia
OpenRouter 排行榜：425 个模型的价格、实测速度与韩语质量
该项目基于 OpenRouter 公开 API 构建了一个覆盖 425 个模型的排行榜，展示每百万 token 价格、服务商、精度、可用性、上下文长度、实测响应速度和韩语质量。作者对 330 个模型从敬语、韩国制度知识、格式遵循、术语等七个维度独立评分，发现约三分之一模型韩语评级为 F，且质量、性价比、速度领先者几乎从不重合。此外，作者用付费 API 对 3
正文顺带提及命中实体：nvidia
中国最大独立Token工厂硅基流动再融资，年内累计近29亿
AI基础设施企业硅基流动（SiliconFlow）宣布完成B+轮二期和C轮融资，投资方包括中国互联网投资基金、国新基金、中国移动链长基金等，2026年度累计融资金额近29亿元。融资将用于推理引擎、异构算力调度、模型与芯片适配等核心技术研发，强化Token供应平台能力并加快全球市场拓展。该公司成立于2023年，按2025年Token年吞吐量计是中国最大的独立生
9月20日周日 · 3 条
正文顺带提及命中实体：cuda
llama.cpp 发布 b11063：修复 AST 非法 UTF-8 处理
llama.cpp 发布 b11063 版本，主要更新是在 common/peg 中处理 AST 里的非法 UTF-8 序列，并按照 Unicode 建议返回最大子部分（maximal subpart），同时移除了 strict 参数。该版本同步提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vu
正文顺带提及命中实体：nvidia
Runway 研究实时 AI 视频生成：边描述边直播
Runway 公布其实时视频生成研究，用户可在描述过程中直接流式生成视频，而非输入提示词后等待。该方案基于其首个通用世界模型 GWM-1（构建于 Gen-4.5 之上），逐帧生成并接受镜头运动、机器人指令或音频作为控制。Runway 认为实时生成可缩短等待时间、降低 GPU 成本，并将计算负载从训练转向使用；同时指出视频模型逐帧累积误差是核心难题，其通过用自
正文顺带提及命中实体：cuda
llama.cpp 发布 b11060：修复 mamba 时间步投影连续性
llama.cpp 发布 b11060 版本，主要修复了 mamba 实现中时间步投影输入的内存连续性问题，并在归一化后跳过不必要的连续拷贝。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二进制包。