AI资讯NVIDIA与AWS携手推动AI大规模实际应用
NVIDIA与Amazon Web Services合作，优化AI系统构建环境，提升企业AI部署的性能与效率。
#性能优化
按标签聚合查看文章内容。
AI资讯
AI资讯支持笔记本电脑运行的集成多模态模型“Gemma 4 12B”发布
Google发布了可在配备16GB VRAM或集成内存的笔记本电脑上运行的多模态模型“Gemma 4 12B”，实现了音频与视觉输入的直接融合。
AI资讯iOS 27 公测版体验：还算过得去？
苹果于7月13日发布了iOS 27公测版，经过一段时间的使用，整体表现既不惊艳也不失望。本文分享了新系统的亮点与不足。
AI资讯Claude模型详解：如何为您的应用选择最佳模型
我们的建议：聪明地开始 我们经常被问到的一个问题是：“针对这个工作负载，我应该选择哪个模型？”随着我们发布了更多的模型类别和版本，答案变得更加细致。 本文将详细介绍各个模型类别，选择模型时需要考虑的关键问题，以及其他最佳实践。 但暂且不谈细节，我们的默认建议是从最智能的通用可用模型开始，根据所需的性能和成本调整使用强度。 更智能的模型在每项任务的成本上往往更低，尤其是在较低使用强度时，即使它们的每
AI教程LLM中的连续批处理：调度器如何把吞吐量拉高23倍
vLLM等推理引擎为什么几乎都默认启用连续批处理？核心在于把“批次”从一次性打包，改成每一步动态重建，让GPU不再为已经结束的请求白白烧显存和算力。本文从传统批处理讲起，拆解连续批处理的调度细节、KV缓存与抢占机制，以及如何用几个关键参数在延迟和吞吐量之间做取舍。
AI教程GPU 实际是如何工作的：从算力幻觉到带宽真相
为什么 1 PFLOPS 的 GPU 生成不了 1M token/s？这篇从算术 vs 内存的根本不对称讲起，把批处理、量化、FlashAttention 等技巧串成一个统一直觉框架。
AI资讯Cloudflare推出专为AI代理设计的浏览器Kitesurf
Cloudflare成为最新加入新型网页浏览器竞赛的公司。但与其向消费者推出Chrome替代品不同，这家互联网基础设施提供商发布了Kitesurf——一款专为AI代理设计的云端浏览器。 AI软件正从简单的问答聊天机器人发展为能够代表用户完成任务的智能代理。浏览器在这一转变中扮演关键角色，因为它们需要像人类一样浏览网页并使用网站。 Cloudflare在其公告中解释道，与为人类设计的传统浏览器不同，
AI商业BenchiQ 基准测试与性能分析平台
BenchiQ 是一个面向开发者和工程团队的在线基准测试与性能分析平台，支持对代码、算法和系统进行可重复、可对比的性能测试与结果可视化展示，帮助用户快速发现性能瓶颈并优化方案。
AI教程GPU 实际是如何工作的：从算力幻觉到带宽真相
为什么顶级 GPU 标称千万亿次算力，却只能跑出几十 token/s？本文用直观比喻和可算的数字，重建你对 GPU 的系统直觉，让批处理、量化、FlashAttention 等优化从“技巧清单”变成顺理成章的结果。