跳到正文

#部署/工程

今日 12 条
10月2日周五
  1. The Verge · AI40

    微软用「仿生学」改造数据中心:种树建花园,能平息社区反对吗?

    微软宣布将「仿生学」设计推广至美国与德国 20 多个数据中心,通过增加花园、本地树木和生态修复项目,让设施「融入自然景观」。微软称已在荷兰一处数据中心试点,并计划对所有美国新项目采用该方案。此举正值美国多地社区抗议数据中心带来的噪音、污染和绿地消失,微软在圣安东尼奥曾因砍伐 2600 多棵树引发争议。

  2. TechCrunch · AI58

    AWS 发布开源决策模型 Strands Decider 2B

    AWS 发布开源决策模型 Strands Decider 2B,基于 Qwen3.5-2B 构建,可在本地运行,用于在预设选项中做选择并给出置信度评分。该模型由 AWS 杰出工程师 Marc Brooker 在看过 TypeSafe 的 Jev 后自行开发,曾在同规模模型的 Jevbench 排名上短暂登顶,随后由 Strands Labs 整理发布。

  3. NVIDIA Blog60

    NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产,Cognition 为首家客户

    CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用,成为首批交付该平台的云厂商之一,Cognition 是首个在生产环境运行 Vera Rubin 的客户。

    推荐理由:CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据,可看到智能体推理与后训练基础设施的落地形态。

  4. Microsoft Research36

    微软研究院用机器学习预测电网空间天气风险,覆盖美国 66,935 座变电站

    微软研究院开发了一套端到端机器学习流水线,利用 L1 拉格朗日点的太阳风观测数据,为美国本土 66,935 座变电站生成 30-60 分钟前的空间天气风险预测。系统结合 AE 与 Dst 指数预测、地质电导率和电网数据,在 2020-2026 年评估期内检测到近 80% 的重大空间天气事件,其中 Dst 预测器在 62.2% 的高活跃时段优于 Burton 方程。

  5. AWS Machine Learning Blog28

    Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机提升获客漏斗转化率

    Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)为产品获客漏斗做个性化内容选择,七周线上 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数百分比的相对提升,另一人群组则未见改善,问题出在内容而非模型。

9月30日周三
9月29日周二
  1. 🚨 AI News | TestingCatalog55

    InstaCloud 发布 agent-native serverless 云平台,让 Claude Code、Codex 等编码智能体直接部署和运行它们构建的应用,智能体可处理配置、扩缩容和监控,用户审批关键变更。服务可随流量扩展并在空闲时缩容到零,智能体可为整个环境(含数据)创建分支以安全测试变更,同一套设置可托管应用、智能体以及 n8n、Grafana 等工具,通过 MCP/CLI 与智能体集成;关联推文提到团队为此筹集了 800 万美元种子轮。

  2. SemiAnalysis37

    SemiAnalysis 对 GPU 集群健康检查做最基本测试:看它在纸面上是否可能跑通,结果发现好几个根本不可能成立。在 Amazon HyperPod Slurm 上首次测试时,一个健康检查要求节点先健康才能运行,但该检查本身又是节点重新入池所必需的,形成死循环。SemiAnalysis 称测试中约有五到十个这类"健康检查从未有机会运行"的例子,并质疑这些方案交付客户前是否经过充分验证。