Cloudflare 让智能体通过本地追踪调试 Workers
Cloudflare 即日起在 wrangler dev 和 vite dev 中自动为本地 Worker 调用捕获 OpenTelemetry 追踪，无需安装 SDK 或配置智能体。智能体可通过 L...
排序
SGLang 重构 CUDA Graph 支持，Breakable CUDA Graph 成 prefill 默认方案
SGLang 重构 CUDA Graph 支持，通过 runner/backend 接口拆分使不同捕获策略可复用。其社区首创的 Breakable CUDA Graph（BCG）现为 prefill ...
Dylan Patel：Anthropic 与 OpenAI 到 2028 年将控制全球大部分算力
在最新一期播客中，SemiAnalysis 创始人 Dylan Patel 与 Dwarkesh Patel 讨论实验室经济学，预计 Anthropic 和 OpenAI 到 2028 年将控制全球大...
OpenAI 发布 GPT-6 Astra：1.05M 上下文的计算机操作模型，因触及 Critical 网络安全阈值而限制访问
OpenAI 发布 GPT-6 Astra，定位为计算机操作模型，提供 1,050,000 token 上下文窗口、128,000 最大输出 token，2026 年 4 月 30 日知识截止，OSW...
OpenAI 发布 GPT-5.6 模型家族：Sol、Terra 与 Luna
一次用户交互轮次可能包含多次模型和工具的迭代。重复区域内的任何开销都可能被多次付出。 保留精确前缀以实现提示词缓存 第一个重要示例是负载均衡。在全球层面，我们根据地理位置、可用容量和加速器类型（运行模...
Grok 4.5 免费体验，推荐 Build 工具链
使用 Grok 的最佳方式是通过我们的 Build 工具链。 下载地址：http://X.ai/cli
Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者
Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体，作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析，最快案例中 3 分...
NVIDIA 扩展 NVLink Fusion，推出 NVHBM 定制高带宽内存技术
NVIDIA 今日扩展 NVLink Fusion，推出下一代高带宽内存技术 NVHBM，将定制内存控制器集成到 HBM 基础裸片上。相比标准 HBM4E，该技术可提升至高 30% 内存带宽、降低 1...
AirLLM 实现单块 4GB GPU 运行 70B 模型推理
AirLLM 项目支持在单块 4GB 显存 GPU 上运行 70B 参数大模型推理，无需多卡或大规模显存配置。该项目已开源，相关讨论在 Hacker News 上获得 103 点热度，引发社区关注。
NVIDIA 为何需要新供电架构以扩展 AI 算力性能
NVIDIA 主张以 800 VDC 直流配电替代传统交流多次转换，以降低损耗、支撑 AI 算力扩展。NVIDIA 与 Google、Microsoft 通过 OCP 联合制定该架构，已发布白皮书及 ...
