跳到正文
11月17日周二
  1. Hacker News AI60

    Clippership 白皮书:AI 算力为何应出海

    Clippership 发布白皮书,提出用风力驱动和海水推进的自主船只为海上 AI 算力提供电力与冷却。白皮书认为陆地数据中心受电力接入和居民反对限制,并给出 3MWe 船型、约 90% 模拟容量因子和约 $28-35/MWh 的发电 LCOE;文中还引用美国数据中心电力需求和 2026 年 350 余项建设限制,说明海上部署的监管、带宽、维护与建设路线。

  2. Hacker News AI26

    波兰利用 LNG 终端冷源建设 AI 数据中心,实现低于美国德州的成本

    波兰斯维诺乌耶西埃 LNG 终端可接收数据中心 160 MW 废热,满足其 148 MW 气源加热需求。该方案每年节省 1.26 TWh 天然气并减少 229 kt CO₂ 排放,使波兰单 MW AI 算力成本达 8.10 百万欧元。 这一经济模型通过共享节省成本,使波兰数据中心运营成本比美国德州仅高 1%,在无需公共补贴的情况下具备竞争力。

  3. NVIDIA Blog29

    NVIDIA Photonics 助力 Lambda 提升 AI 工厂韧性与效率

    Lambda 部署 NVIDIA Photonics CPO 交换机连接 GB300 NVL72 机架,实现最高 5 倍能效提升与 15 倍可靠性增强。 每款交换机配备 144 个 800Gb/s 端口及 18 个可更换光源,光模块中位温度降至 36°C,网络延迟减少最高约 10%。 通过缩短电信号路径并移除 retimer 芯片,该技术降低了网络中断对大规模 AI 集群的影响。

  4. AWS Machine Learning Blog46

    Amazon Bedrock 开源权重模型支持显式提示缓存

    Amazon Bedrock 开源权重模型新增显式提示缓存,通过 Chat Completions API 标记可复用前缀,降低输入成本与延迟。 支持隐式与显式两种模式,显式模式使用 prompt_cache_breakpoint 标记缓存层级,仅共享前缀计入高价缓存写入费,避免非复用内容额外支出。 缓存由 Amazon Bedrock 自动管理,用户数据不用于模型训练。

11月16日周一
  1. Hacker News AI77

    Cloudflare Kitesurf 开源:面向 AI Agent 的轻量级浏览器引擎

    Cloudflare 宣布其面向 AI Agent 的无状态浏览器引擎 Kitesurf 已在 GitHub 上以 Apache 2.0 协议开源。Kitesurf 完全运行在 Cloudflare Workers 之上,解析 HTML、应用 CSS、执行页面 JavaScript 并渲染截图,无需浏览器容器。

    推荐理由:原文交代了 Kitesurf 开源后的本地运行与部署方法,读者可以据此搭建属于自己 AI agent 的轻量级浏览器环境。

  2. MIT Technology Review · AI23

    SAP 与 Infosys:如何构建跨企业协同的 AI 智能体

    企业需将 AI 视为统一平台而非孤立项目,以支撑智能体在核心业务流程中的规模化部署。SAP 高管强调,缺乏治理会导致风险积压,74% 的组织仍停留在试点阶段。 构建可信的智能体工作流,需要打通数据基础与业务流程,并通过治理确保其在关键场景(如供应链、财务)中的可靠性。

  3. Hacker News AI30

    Show HN: Prettywhale.ai – 通过数据样本生成数据管道

    Prettywhale.ai 利用小型语言模型(SLM)将数据样本转化为生产级数据摄入管道,几分钟内生成包含单元测试、数据质量规则和文档的完整工件集。 平台支持上传 JSON 或 CSV 文件,生成代码包含 pipeline.py 入口、config.yaml 配置及 pytest 测试套件。免费首月提供 5 个管道生成额度,无需额外平台许可。

  4. 量子位40

    是石科技发布多模态模型服务,视频生成提速2.48倍且画质不掉线

    是石科技正式发布多模态模型服务,通过自适应缓存技术使视频生成相比 Dense 基线实现端到端平均 2.48 倍加速,且生成质量保持不变。 服务结合 SGLang 推理框架优化显存协同管理,并采用基于 AudioCLIP 的模态自适应 Token 压缩方法,在 WorldSense 评测中实现 1.33 倍理解加速。

  5. 量子位28

    睿尔曼智能郑随兵:质量、经济性、稳定性是机器人落地三大标准

    睿尔曼智能郑随兵提出机器人落地需满足质量、经济性与稳定性三大标准,强调稳定持续且经济地真实干活。 他依托GLN远程作业网络展示RealBOT轮式人形机器人在产线柔性上下料等场景的真实作业,并与爱安特签约部署。 具身智能核心价值在于复刻人的经验与技能,通过真机数据反哺模型优化,推动产业落地。

  6. Hacker News AI38

    blue-harness 通过量化 AI 逆向成本加固原生二进制与移动应用

    blue-harness 提供二进制逆向加固与审计工具,实测显示 AI 破解加固后二进制消耗 token 增至 16,785,耗时 195 秒且失败。 该工具支持 ELF、PE、Mach-O 格式,集成九种对抗措施及 Claude 技能,CI 验证 362 项检查通过。 它使软件在 AI 辅助逆向场景下的防御策略可被量化验证。

  7. arXiv · ML20

    FlashSampling 提出精确采样原语,通过融合至 LM head 矩阵乘法减少 vLLM 解码延迟

    FlashSampling 将精确采样融合进 LM head 矩阵乘法,避免在 HBM 中生成完整 logits 张量,并在 4 种数据中心 GPU 上实现内核级加速。 在张量并行解码中,方法用流式对等写入替代 logits 的 all-gather,支持最多 8 个 GPU 通信与计算重叠,且在 vLLM 端到端测试中每输出 token 时间最多降低 10%。

  8. arXiv · AI38

    AscendGYM:面向昇腾 NPU 真实负载的成本感知内核优化基准

    昇腾NPU团队推出AscendGYM基准测试,其初始套件包含48个内核,覆盖三个难度级别,所有测试用例的数据类型和张量形状均源自真实训练与推理任务。 AscendGYM支持模型评估和模型-框架评估两种模式,并提出了结合加速倍数与token成本的新指标STS(Speedup-Token Score),用于衡量可接受预算下的实际内核优化能力。

  9. 36氪76

    字节阿里百度火拼新战场:MaaS半年破百亿,火山引擎份额45.1%

    2026年上半年国内MaaS市场规模达106.3亿元,同比增长889.4%,火山引擎以45.1%的份额断层领先。字节、阿里、百度等厂商为适应这一新赛道进行组织重构,MaaS成为云厂商争夺AI时代客户入口的核心战场。

    推荐理由:通过对比MaaS与传统IaaS的份额变化,揭示了云厂商从资源销售向模型服务入口转型的深层逻辑。

  10. IT之家31

    三星启动 144 万亿韩元大投资,扩建半导体、显示器、基板和电池生产设施

    三星在韩国忠清地区投资 144 万亿韩元,扩建半导体、显示器、基板和电池生产设施。 三星电子投 46 万亿韩元建第五条 HBM 封装线,三星显示投 67 万亿韩元建 OLED 产线,三星电机投 8 万亿韩元扩产 AI 服务器基板。 三星电子将温阳厂区转型为前沿 HBM 枢纽,194 家供应商计划到 2030 年追加投资 18.1 万亿韩元。

  11. Simon Willison35

    Datasette Apps 0.4a0 支持 URL 片段链接

    Datasette Apps 0.4a0 新增对链接的支持,允许通过 URL 中的 #fragments 链接应用,并支持将受支持的 URL 协议报告给 Datasette Agent。 用户可创建一个显示特定记录详情的应用,以及另一个搜索这些记录并链接到前者的应用。 此功能支持 Datasette Agent 编写能互相链接的应用。

  12. TechCrunch · AI40

    Bharat Semi 完成 2400 万美元种子轮融资,进军全球 AI 传感器市场

    印度半导体初创公司 Bharat Semi 完成 2400 万美元种子轮融资,用于开发集成 AI 能力的可编程图像传感器,并已获得 General Atomics 等客户设计订单。 该传感器将图像采集、处理与 AI 功能集成于单芯片,相比传统架构可降低系统成本至少 70%,首批商用产品计划于 2027 年投产。 公司采用 Fabless 模式,资金将用于扩充工程团队及完成产品开发,而非自建晶圆厂。

  13. IT之家31

    三星被曝在美为 SpaceX 生产星链芯片,目标 2030 年投产

    三星电子计划投资 19 亿美元,在得克萨斯州奥斯汀工厂为 SpaceX 星链卫星生产 STM32V8 微控制器,目标 2030 年投产。 STM32V8 采用 18nm FD-SOI 工艺,集成 Arm Cortex-M85 内核,目前用于星链低地球轨道卫星的激光链路系统。 此次扩产将奥斯汀厂区的客户范围延伸至太空与国防领域,并纳入美国“芯片法案”框架。

  14. Hacker News AI73

    AI Agent 沙箱工程实践:七种架构设计与权衡

    文章探讨了如何让 AI Agent 通过沙箱(Sandbox)验证代码变更,核心在于平衡真实性、安全性与启动速度。作者梳理了七种沙箱架构,包括使用 Mock 的 Island、本地开发、Devbox、临时容器、生产镜像、混合路由及流量镜像(Shadow),并指出 Ephemeral 模式是规模化运行 Agent 的当前落地选择。