Google 开源 TorchTPU,让 PyTorch 应用无需重写即可跑在 TPU 上
Google 宣布开源 TorchTPU,这是 PyTorch 面向 Google TPU 的版本,开发者只需修改配置、无需重写应用,就能把现有 PyTorch 应用迁移到 TPU 和 Google Cloud。
推荐理由:Google 与 Amazon 先后推出 PyTorch 的 TPU、Trainium 适配版本,读者可据此观察 AI 芯片生态的竞争格局。
Google 宣布开源 TorchTPU,这是 PyTorch 面向 Google TPU 的版本,开发者只需修改配置、无需重写应用,就能把现有 PyTorch 应用迁移到 TPU 和 Google Cloud。
推荐理由:Google 与 Amazon 先后推出 PyTorch 的 TPU、Trainium 适配版本,读者可据此观察 AI 芯片生态的竞争格局。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M tokens。
推荐理由:Meta 开源 816B 参数 MoE 多模态模型,给出完整部署、微调与量化运行配方,可据此评估自托管成本。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,前者可通过 Meta Model API 和 Muse Code 使用,后者仅向 Muse Code 订阅用户开放。
推荐理由:汇总第三方评测与从业者反馈,可对照看 Meta 新模型在智能体与编码任务上的位置和价格差异。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型,这是该公司首次推出前沿模型。
推荐理由:Meta 首次发布前沿模型,给出定价、对标基准与仅限订阅的版本差异,可据此判断其市场位置。
NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计,读者可了解 AI 工厂基础设施的开放标准走向。