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11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20

llama.cpp 发布 b12255：修复 plamo2 循环缓存张量重命名

llama.cpp 发布构建版本 b12255，主要变更是修复 plamo2 模型中循环缓存张量被重命名的问题（#31984）。该版本同时提供 macOS/iOS、Linux（含 CUDA、ROCm、Vulkan、SYCL、OpenVINO 等后端）、Android、Windows 及 UI 等多平台预编译包。

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源20

llama.cpp b12253：修复工具参数控制字符转义

llama.cpp 发布 b12253 版本，修复了 common 模块中工具调用参数字符串的控制字符转义问题。此前 normalize quotes to json 在将 Python 风格工具参数转换为 JSON 时会原样保留原始控制字符，导致返回给客户端的 arguments 成为非法 JSON，历史回放会直接失败；现在通过 escape json s

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源18

llama.cpp b12248：Vulkan GROUP NORM 工作组改为二维以规避限制

llama.cpp 发布 b12248 版本，主要修复 Vulkan 后端 GROUP NORM 计算的工作组划分问题：将工作组划分为二维，以规避 maxComputeWorkGroupCount 限制，并改用已有宏实现。该版本同时提供 macOS、Linux、Windows、Android 等多平台、多后端（CUDA、Vulkan、ROCm、SYCL、Op

11月10日周二 · 12 条
正文顺带提及命中实体：nvidia
TechCrunch AI产品发布16

Google 推出两款专用 AI 芯片，扩展硬件组合

Google 发布第八代 TPU 的两款新变体 TPU 8tx 和 TPU 8i Max，分别面向机密推理和更大内存容量的大规模工作负载。TPU 8tx 与 AMD 合作设计，将安全能力内置于硬件层，并支持在训练同时进行推理以在线蒸馏小模型；TPU 8i Max 则将两颗推理芯片整合进单一封装，使内存、算力和带宽翻倍。此举旨在降低 Google 云业务对外部

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源17

llama.cpp b12247：修复 MoltenVK 越界读写

llama.cpp 发布 b12247 版本，主要修复 Vulkan 后端在 MoltenVK 上的越界读写问题，通过为 norm f32、l2 norm f32 和 sum rows f32 的管线设置 disable robustness，解决 test-backend-ops 的 sentinel 不匹配错误。该版本同时提供 macOS、Linux、W

正文顺带提及命中实体：nvidia
TechCrunch AI安全12

Hugging Face高管警告：网络攻击或使开源AI不再开放

Hugging Face 首席政策官 Irene Solaiman 警告，开放平台因开放性和丰富数据而成为攻击目标，近期 OpenCode 的 API 密钥攻击、OpenAI 智能体集群入侵 Hugging Face、Fireworks 客户数据泄露等事件凸显风险。她担心开源社区可能因此收紧准入，Hugging Face 正加强监控并更频繁轮换管理令牌。Gi

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源13

llama.cpp 发布 b12244：更新 oneAPI/oneDNN/Level Zero 依赖

llama.cpp 发布 b12244 版本，主要更新 CI 中的 oneAPI 2026.2、oneDNN 2026.1 和 Level Zero SDK 1.34.0。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、Open

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源13

llama.cpp b12243：SYCL 为 Alchemist 解除 oneDNN 融合 SDPA 限制

llama.cpp 发布构建版本 b12243，主要变更是为 SYCL 后端在 head dim=64 时解除对 Intel Alchemist 显卡上 oneDNN 融合 SDPA 的限制。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 CUDA、ROCm、Vulka

正文顺带提及命中实体：cuda
Hugging Face New and Trending Models一手来源开源13

opencoti-llamafile：集成多项 KV 与投机解码优化的单文件推理引擎

ManniX-ITA 在 Hugging Face 发布 opencoti-llamafile，这是基于 Mozilla-Ocho llamafile 的单文件推理引擎，并集成了 opencoti 补丁系列。它新增了 PolyKV/KVarN 的 KV 驻留与量化、KV 滚动窗口、弹性多会话服务、DCA 长上下文扩展、MTP 投机解码、稀疏注意力、RYS 层

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源10

llama.cpp 发布 b12242：修复 tools 与 response format 下的 lazy grammar

llama.cpp 发布构建版本 b12242，主要变更是 chat 模块在设置了 response format 且同时使用 tools 时不再使用 lazy grammar（PR #31956）。该版本同时提供 macOS/iOS、Linux（含 CUDA、ROCm、Vulkan、SYCL、OpenVINO 等后端）、Android、Windows 及

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源10

llama.cpp b12241：修复 Hexagon FastRPC 句柄截断

llama.cpp 发布构建版本 b12241，主要修复了 Hexagon 后端在关闭时 64 位 FastRPC 句柄被截断的问题（PR #30952）。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 及 Snapdragon Hexago

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源10

llama.cpp 发布 b12239：实时 API 改用 common chat input

llama.cpp 发布构建版本 b12239，主要变更是服务端在实时 API 中改用 common chat input。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迭代，对使用 llama.cpp

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源9

llama.cpp b12236 发布：mtmd 新增重采样辅助函数

llama.cpp 发布 b12236 版本，核心变更为 mtmd 模块新增 mtmd helper resampler 辅助函数，并同步更新文档、补充测试，同时引入 MA MAX FILTER ORDER 常量。该版本照例提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多后端预编译二进制包，涉及 CUDA

正文顺带提及命中实体：cuda
Ollama Releases一手来源产品发布12

Ollama 发布 v0.40.16：OpenAI 接口与 MLX 优化

Ollama 发布 v0.40.16 版本，包含多项更新：OpenAI 兼容接口支持在响应请求中转发截断选项，未安装模型时 /v1/models 返回空数组；llama.cpp 升级至 b12177；Windows 平台新增 CUDA 13.5 与 ARM64 的 SM 103 支持；MLX 优化 Qwen3.8 Flash Next 的内存效率并新增 ri

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源7

llama.cpp 发布 b12230：ggml-zdnn 后端兼容性修复

llama.cpp 发布构建版本 b12230，主要变更是 ggml-zdnn 后端现在接受非 zdnn 张量，并在每次算子执行后使计算张量失效（由 IBM 的 Aaron Teo 提交，PR #31824）。该版本同时提供覆盖 macOS/iOS、Linux（含 s390x zDNN、CUDA、ROCm、Vulkan、SYCL、OpenVINO）、Andr

11月9日周一 · 5 条
正文顺带提及命中实体：nvidia
THE DECODER观点2

腾讯AI负责人：AI生物武器将至，封闭模型并非解法

腾讯首席AI科学家姚顺雨警告AI将很快具备开发生物武器的能力，认为完全开源或完全闭源都无法单独解决该问题，主张开源与闭源混合以兼顾防御用途。他以Hugging Face安全事件为例说明闭源模型的安全过滤可能阻碍防御性分析，而开源模型可被用于日志取证。文章同时讨论了开源模型安全过滤易被"消融"技术移除、闭源模型过滤过度激进的问题，并提及中美均未设定开源模型发布

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源7

llama.cpp b12224：ggml-backend 跳过无读取输入的上传

llama.cpp 发布 b12224 版本，核心变更是 ggml-backend 不再上传没有任何算子读取的输入张量，以减少无效的数据传输开销。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。

正文顺带提及命中实体：nvidia
Hugging Face Blog一手来源开源7

LeRobot v0.7.0：从TB级数据到提示机器人

Hugging Face 发布 LeRobot v0.7.0，支持直接从 Hub、Storage Bucket 或 LanceDB 流式训练近 300TB 开放机器人数据，无需先下载。新版本重建训练栈以支持 5-20B 参数的世界动作模型，并引入交互式 rollout，可在机器人运行时通过文本指令切换子任务、提问或自动导航。同时集成 NVIDIA、Black

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源6

llama.cpp b12221：修复 Metal Flash Attention 输出缓冲区越界写入

llama.cpp 发布 b12221 版本，主要修复 Metal 后端中 Metal FA（Flash Attention）输出缓冲区越界写入的问题（PR #31662），由 Zhuomin Chen 共同提交。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

正文顺带提及命中实体：cuda
llama.cpp Releases一手来源开源6

llama.cpp b12220：修复 Metal 后端 ggml tri 的 NaN 问题

llama.cpp 发布 b12220 版本，主要修复 Metal 后端 ggml tri 内核的数值行为：原实现将 0/1 比较结果作为乘数，导致三角形外的 +-inf 变成 NaN，而 CPU 内核在该位置写入 0；新实现改为与 CPU 一致的 select 语义。同时新增 test tri special 测试，覆盖四种三角形类型并验证该修复。发布包覆