#部署/工程

推荐理由：来自IT之家 AI的《OpenAI 奥尔特曼谈内存短缺：全球 DRAM 应优先供给数据中心，闲置在玩家 PC 里是浪费》。重点看模型能力与工程、开源生态。摘要提到：IT之家 10 月 31 日消息，OpenAI CEO 萨姆・奥尔特曼昨日在接受 YouTube 播客节目 Cheeky Pint 采访时论证了降低计算成本的必要性。 他表示，在 DRAM 存储芯片供应紧张的情况下，将内存集中部署在数据中心并提高利用率，才能够更有效地利用有限的资源。 奥尔特曼在节目中谈到了 AI 行业面临的全球算力供应问题，并以个人电脑运行本地 AI 模型为例，解释了自己的观点。 随着开源模型的发展，部分用户希望直接在个人电脑上运行 AI 模型，以减少对云端服务的依赖。奥尔特曼则认为，在内存供应受限的情况下，将更多资源集中到利用率更高的数据中心，可能更有利于满足整体算力需求。IT之家翻译如下： 我认为，供应链的运作方式其实非常不直观。举个例子，很多人倾向于本地化 AI 推理，他们想当然地认为问题现在已经解决了，因为我们有了开源模型，可以运行在自己的电脑上，因此就不用把所有数据放在数据中心了。 但从全球资源分配的...

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《我国首次载人登月任务乘组计划由三人组成，两人着陆月球表面》。重点看部署/工程。摘要提到：IT之家 10 月 31 日消息，第七届载人航天学术大会于今日（10 月 31 日）在北京航空航天大学举行，据《环球时报》报道，我国计划在 2030 年前实现中国人登陆月球， 将采用“两次发射，一次登月”的方式实现载人登月 。 中国载人航天工程副总设计师兼月球探测工程总设计师王翔在大会上介绍称，我国首次载人月球探测计划采用环月轨道对接飞行模式，采用两枚长征十号运载火箭，先将着陆器送往月球轨道，然后再发射载人飞船与着陆器实现交会对接，航天员进入着陆器并与载人飞船分离着陆月面，开展有关科学探测活动。 完成任务后，航天员乘坐着陆器从月面上升，在月球轨道上与载人飞船实现二次交会对接，航天员乘坐载人飞船返回地球。 王翔介绍称，我国首次载人月球探测任务乘组 计划由三人组成 ，其中两人着陆月球表面。 综合IT之家此前报道， 中国登月服外观于 2024 年 9 月首次公布 ，主要用于航天员执行月面出舱活动任务时的生命保障和作业支持，能够对月球表...

推荐理由：请对照Interconnects原文，核对完整说明及适用条件。

推荐理由：请对照GitHub AI Trending原文，核对完整说明及适用条件。

推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《全球首款内置磁吸 USB-C 接口：微软调整 0.7 毫米磁铁位置，让 Surface 充电实现“自动泊车”》。重点看产品发布。摘要提到：IT之家 10 月 30 日消息，微软 Windows + Devices 设计与研发负责人马库斯 · 阿什（Marcus Ash）今天（10 月 30 日）在 X 平台发布推文， 分享了关于全球首款内置磁吸式 USB-C 接口更多研发细节。 IT之家曾于 10 月 8 日报道，微软 Surface 设备首席设计师 Jit Hirani 表示：“在 Surface Laptop Ultra 开发过程中，我们的工程团队迭代了大约 300 次，从而打造出世界上首款内置磁吸式 USB-C 接口的产品。从产品设计之初，我们唯一的限制就是不能更改通用的 USB-C 接口。” 在最新推文中，Ash 介绍了更多磁吸式 USB-C 接口的研发细节，表示该方案经过数百个原型测试，其中他最喜欢的变动，仅将磁铁位置调整 0.7 毫米，就让插接体验从“需要最后用力一推”变为“平稳自动吸附到位”。 在插接体验上，原来接近接口后，可能还要手动补一下推力；调...

推荐理由：来自IT之家 AI的《乌克兰战场 AI 机枪炮塔投入实战，可精准拦截高速无人机》。重点看部署/工程。摘要提到：IT之家 10 月 30 日消息，据 Business Insider 报道，乌克兰正在战场上使用由人工智能控制的机枪炮塔，实战效果良好，基辅方面希望加快部署速度。 乌克兰去年就对外展示过这类系统的原型装备，该国国防创新平台 Brave1 周四表示，它们如今已经成为乌军“防空体系中不可或缺的组成部分”。 Brave1 称：“仅在上个月，自动化炮塔就在基辅上空击落了数十架敌方无人机。”该平台补充说，相关武器从 2024 年就已作为试验项目启动研发。 关于这类炮塔的核心性能，例如射程、软件运行机制等，公开信息很少；已知其主要作为防空装备，用来对抗俄方无人机。 这套装备的原理是依靠 AI 完成目标探测、锁定与跟踪，在拦截“天竺葵”这类喷气式高速空中目标时，命中精度高于人工操作。 乌克兰总统弗拉基米尔 · 泽连斯基在 10 月初曾透露，基辅地区已经部署十余套该系统，还计划再投放八套。 后续泽连斯基继续对这款装备予以肯定，他在 10 月 ...

推荐理由：来自IT之家 AI的《告别知识截止日：谷歌让 AI 学会“睡觉”，边用边学还不忘旧知识》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 30 日消息，谷歌研究团队于 10 月 27 日发布博文， 介绍一项名为“睡眠框架”（Sleep Framework）的持续学习研究成果，试图解决大语言模型发布后知识固化、难以吸收新信息的难题。 该研究已于 10 月 27 日由 Google Research 公开，相关论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。 谷歌指出在通常情况下，当前主流大模型在完成预训练后便进入相对静态的部署状态，其知识存在“截止日期”；若依赖上下文学习，新信息又会随会话结束而丢失。若直接用新数据反复微调，则容易引发“灾难性遗忘”，而模型学会新知识后，原有能力显著下降。 谷歌的方案借鉴人类睡眠中的记忆巩固机制，将模型运行划分为“清醒阶段”和“睡眠阶段”。清醒时，模型接收并处理输入，将信息暂存于短期记忆；进入睡眠阶...

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《AI 推理引爆全球 NAND 需求：闪迪称“客户低估闪存容量需求”，长单排至 2030 年》。重点看模型能力与工程。摘要提到：IT之家 10 月 30 日消息，在 2027 财年第一财季（2026 年 7 月 4 日至 2026 年 10 月 2 日）财报电话会议上，闪迪（SanDisk）公司高管表示，AI 推理正在重塑 NAND 闪存市场的供需格局，客户“低估 NAND 闪存容量需求”。 闪迪管理层表示客户普遍“低估了运行 AI 基础设施所需的 NAND 容量”，因此正在大举追加长期订单；公司的新型商业模式（NBM）订单管道已延伸至 2030 年，甚至更远。 IT之家注：NBM 是一种以承诺采购量、合同约束和价格机制为基础的长期合作模式。闪迪透露，2027 财年约 50% 的位元出货（按存储容量统计的 NAND 出货量）已被 NBM 协议锁定，2028 财年这一比例预计升至约三分之二；到本十年末，NBM 储备需求可能超过公司可用供应。 技术方面，闪迪宣布首款高带宽闪存（HBF）存储晶粒已完成流片并进入制造阶段。HBF 面向 AI 推理场景，目标是提供...

推荐理由：来自IT之家 AI的《腾讯云：全球已部署超 200 万台服务器》。重点看部署/工程。摘要提到：IT之家 10 月 30 日消息，在昨日（29 日）举行的腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生表示， 会加快全球数据中心建设 。 据介绍，腾讯云海外开区速度长期保持行业领先， 全球已部署超过 200 万台服务器 。 IT之家获悉，过去一年，腾讯云在法兰克福、马来西亚、墨西哥、大阪、利雅得和泰国，新增或扩容了数据中心。未来一年，腾讯云还将进一步拓展亚洲、中东、欧洲和美洲的布局。 官方表示，面对存储成本的上涨，腾讯云为许多客户设计分层存储方案； 当前 COS 磁带存储累计超 2000PB ，帮助全球客户低成本归档“极冷数据”。 对于拥有自己数据中心，并要从虚拟化技术升级到云原生基座的客户，专有云 TCE 最小部署规模，从 14 台降到 8 台，进一步降低部署门槛与成本。

推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《智元发布具身模型 GO-3 Preview：能做煎饼果子、在便利店上岗，登顶三大榜单》。重点看模型能力与工程、评测与基准、开源生态。摘要提到：IT之家 10 月 30 日消息，10 月 29 日，智元正式推出预训练 / 后训练 / 部署后 实现全链路规模化学习的具身模型 —— GO-3 Preview。 该模型采用具身原生的 WRAM（World Reasoning Action Model）架构，将任务推理、未来预测与动作生成连接起来，让机器人理解指令、预测未来，并生成可执行的动作。 该模型已于近日登顶 RoboDojo、RoboTwin、RoboColiseum 三大行业权威评测榜单， 将于 2026 年底全面开源 。 IT之家附官方介绍如下： 基于 WRAM 架构，GO-3 Preview 从数据与模型两个维度共同推进 Scaling，让异构经验参与共同学习。数据维度解决“学什么、学得够不够广”：人类第一视角视频提供丰富的物体交互和任务过程，机器人轨迹则建立观测、动作与物理结果之间的联系。模型维度解决“如何承接和运用这些经验”：通过增强学习能力，把分散的经验组织...

推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。

推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《微软发布自 2018 年以来最大 DirectX 光追升级：AMD RX 9070 示例性能提升约 66 倍》。重点看产品发布。摘要提到：IT之家 10 月 29 日消息，微软于 10 月 28 日宣布推出 DirectX 12 Agility SDK 1.620 正式版和 1.722 预览版，为 DirectX 光线追踪（DXR）带来多项更新。 新版预览 SDK 引入集群几何体（Clustered Geometry）、分区顶层加速结构（PTLAS）和间接加速结构构建等功能，旨在降低复杂动态场景的光追计算开销。微软称，这是 DXR 自 2018 年推出以来最重大的一次更新。 传统光线追踪需要构建和更新加速结构，以便 GPU 快速判断光线与场景几何体的相交关系。这些结构通常采用包围体层次结构（BVH）等形式。在包含大量动画、几何体流式加载以及频繁变化物体的场景中，反复构建加速结构可能带来较大的计算开销。 微软此次推出的集群几何体功能，将几何数据划分为可重复使用的小型集群，每个集群最多包含 256 个三角形和 256 个顶点。开发者可以组合这些集群构建更大的光追加速结...

推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。

推荐理由：请对照爱范儿原文，核对完整说明及适用条件。

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《专为大模型设计：新芯航途 X7 Ultra 芯片中国首发量产 Armv9 车规级 CPU》。重点看模型能力与工程、文化创意、产品发布。摘要提到：IT之家 10 月 29 日现场消息，在今天的发布会上，XHEART 新芯航途 CEO 李宗霖正式发布全新 X7 Ultra 大模型芯片。 据介绍，这枚芯片专为大模型设计，拥有超大核 NPU 架构，核内数据交互对比核间数据交互， 互联速率 TB/s 数量级提升 。另外，芯片的多级缓存架构支持大容量、高并发特性，可降低推理时延与功耗。 新芯航途 X7 Ultra 大模型芯片内置高精度大模型专用算子加速引擎，针对 Layernorm、Softmax、Transpose 等一系列 Transformer 大模型关键算子进行极致硬件优化，原生支持 FP16/FP32 高精度向量计算，保障模型精度。 通过架构与工具链协同创新， X7 Ultra 支持可部署模型参数量实现 10 倍提升 ，让更大的模型在车端高效运行。 根据新芯航途官方公布的数据，X7 Ultra 的 NPU 硬件并行度解锁可充分释放大模型推理潜能， 计算利用率达 98.7%...

推荐理由：来自IT之家 AI的《全国首个华为昇腾 950DT 超节点集群在武汉上线，全面支撑万亿参数大模型训练与智能体推理》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到：IT之家 10 月 29 日消息，以“数智荆楚、跃升有为”为主题的华为中国行 2026· 湖北省人工智能创新发展大会昨日（28 日）在武汉举办。 会上，由湖北科投投资建设的昇腾 950 千卡超节点智算集群正式点亮， 全国首个昇腾 950DT 1024 卡智算集群在武汉上线 。 据介绍，此次落地的昇腾 950DT 1024 卡液冷超节点，单节点搭载 1024 张昇腾 NPU 加速卡，采用计算柜与互联柜全液冷设计，FP8 算力达 1EFLOPS，配备 256TB 全局统一内存，卡间互联带宽达 TB 级，端到端通信微秒级时延；依托灵衢架构，集群内各卡可直接互访， 全面支撑万亿参数大模型训练与智能体推理 。 湖北科投透露， 该集群从项目启动到落地点亮，仅用时 1 个月 。 IT之家获悉，该超节点将为湖北省内大模型训练、行业 AI 智能体开发调优与运行提供本地算力支撑， 补齐湖北高端算力供给短板 。 相关阅读： 《 华为昇腾 950 超节...

推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。

推荐理由：请对照GitHub AI Trending原文，核对完整说明及适用条件。

推荐理由：请对照Google DeepMind原文，核对完整说明及适用条件。

推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。

推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。

推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。

推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。

推荐理由：请对照GitHub AI Trending原文，核对完整说明及适用条件。

推荐理由：请对照爱范儿原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《摩尔线程开源 Megatron-MUSA-Titan，聚焦万卡级集群的万亿参数 MoE 模型训练》。重点看模型能力与工程、开源生态。摘要提到：IT之家 10 月 28 日消息，摩尔线程今日宣布开源大模型训练基础设施项目 Megatron-MUSA-Titan。该项目基于摩尔线程全功能 GPU， 聚焦万卡级集群的万亿参数 MoE 模型训练需求 ， 覆盖预训练与强化学习两大场景 ，为开发者提供面向 MUSA 平台的训练适配与系统优化能力。 据介绍，Megatron-MUSA-Titan 已在摩尔线程万卡级集群的万亿参数 MoE 模型预训练中持续应用，经过长时间训练实践检验，实现高 MFU（模型算力利用率）与长稳训练，同时支持与 slime、miles 强化学习框架协同，结合 Megatron 训练与 SGLang 样本生成，构建贯通万亿参数 MoE 预训练与强化学习的训练基础。 IT之家注意到，Megatron-MUSA-Titan 支持 blockwise FP8 训练，将摩尔线程全功能 GPU 的低精度计算能力引入训练流程，提升大规模训练的计算效率。还可结合 Deep...

推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：来自GitHub AI Trending的《thedotmack/claude-mem: Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode + More》。重点看智能体工作流。摘要提到：这条英文动态主要涉及智能体工作流。原文要点：Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot,

推荐理由：来自IT之家 AI的《华为何刚揭秘 Mate 90 系列手机十大黑科技之 τ 芯片，逻辑折叠再次带来性能跨越式提升》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 28 日消息，在今天的华为双十一焕新季 · 全场景新品发布会上，华为董事、终端 BG CEO 何刚登台主讲，揭秘了 Mate 90 系列手机的十大黑科技，目前正在介绍 τ 芯片。 何刚表示，麒麟 9030 系列是半导体平面电路设计的巅峰之作， 麒麟 9050 系列则用逻辑折叠再次带来性能跨越式提升 。 IT之家从华为公布的数据了解到，Mate 90 Pro Max 整机性能较上代提升 31%，Mate 90 Pro 提升 20%，Mate 90 标准版提升 27%。 麒麟 9050 Pro 集成灵犀 CPU、马良 GPU 和达芬奇架构 NPU ，其中马良 GPU 计算单元与缓存翻倍，NPU 支持在端侧部署 30B 参数的混合专家架构大模型。

推荐理由：请对照量子位原文，核对完整说明及适用条件。