AWS Batch 为 SageMaker Training 作业推出配额管理,支持团队间借还资源
AWS Batch 为 SageMaker Training 作业新增配额管理能力,管理员可按团队或项目划分配额份额,并用 RESERVE、LEND、LEND_AND_BORROW 策略共享空闲 GPU 容量。
AWS Batch 为 SageMaker Training 作业新增配额管理能力,管理员可按团队或项目划分配额份额,并用 RESERVE、LEND、LEND_AND_BORROW 策略共享空闲 GPU 容量。
在 Decoder 播客中,SemiAnalysis 分析师 Joey Brookhart 解读 Anthropic 提交的 S-1,认为其推理毛利率已从两年前的 -94% 转为 85%,ARR 超过 700 亿美元,估值区间为 1.5 万亿至 2 万亿美元。
推荐理由:借 Anthropic S-1 的审计数字,拆解前沿实验室的推理毛利、算力承诺与 AGI 投入之间的取舍。
AWS 发布 Ray Train DLC 镜像(train-ml-cuda-v1.1),预集成 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 与 EFA 及 AWS OFI NCCL 插件,免去自行构建镜像。
GitHub 在 Universe 大会上公布 Octoverse 2026 报告,EVP Jay Parikh 重点提到 2026 年每月合并 PR 在不到一年内增至三倍,达到 2.2 亿次。
C-BRAIN 联合 NVIDIA 用 AI 整合此前无法被 AI 或研究者访问的"暗数据",已推出开源智能体工具 OpenScientist 和 InsightEngine。OpenScientist 可在数分钟内完成领域科学家估计需数周至数月的分析,单次运行成本低于 10 美元。C-BRAIN 目前覆盖 200 多个研究组,规模化后每年或释放超 100 万小时研究产能。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每块 10×10 米土地归入六类森林与土地利用类型,作为欧盟反毁林法规 EUDR 的关键基线。
推荐理由:ForTy 把森林类型细分到 10 米分辨率并给出逐年变化,读者可据此理解 EUDR 合规核查的数据基础。
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈,初期服务 8000 万客户并设计支持 3 倍扩展。Starling Bank 在 Civo 英国云上用自有交易数据训练出智能层 Starling Intelligence,Lloyds 则用 RTX PRO 6000 Blackwell GPU 构建交易基础模型 ATUM。
GitHub 为密钥扫描训练了专用 ModernBERT 分类器,配合正则候选生成的两阶段流水线,替代此前的 LLM 流水线。其告警接受率提升 11.5%,推送后扫描中位执行时间缩短 86%,服务成本降低 98% 以上,并让通用密钥检测得以进入推送保护环节。
Berkeley AI Research 提出 ABBEL 框架,将 LLM 的交互摘要建模为自然语言信念状态并对其内容进行监督评分。在协作编程基准 CollabBench 上,基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%,训练步数从 100 降至 50。训练后其峰值上下文 token 长度仍显著低于全上下文设置。
UC Berkeley 团队提出,GPT-4 级能力价格已从 2023 年初的约 $30/百万 token 降至如今不足 $1,部分厂商低于 $0.10,推理价格年降幅在 9x 到 900x 之间、中位数约 50x。
Berkeley AI Research 发布博客介绍 GRASP,一种面向学习型世界模型的梯度规划器,通过把轨迹提升为虚拟状态实现跨时间并行优化、对状态迭代加噪声做探索,并绕开脆弱的 state-input 梯度。