天数智芯称天垓 300 实测性能达英伟达 H200 水平,单卡吞吐约为 1.05 倍
天数智芯在上海媒体开放日首次公开展示天垓 300 实机运行,并称其成为国内首个实测性能达到英伟达 H200 水平的通用 GPU,第三方实测折算单卡整体吞吐约为 H200 的 1.05 倍。
天数智芯在上海媒体开放日首次公开展示天垓 300 实机运行,并称其成为国内首个实测性能达到英伟达 H200 水平的通用 GPU,第三方实测折算单卡整体吞吐约为 H200 的 1.05 倍。
OpenAI 公布三道长期难题的解答,其中之一否定了计算机科学中的指数时间假设(ETH);Anthropic 数学家 Levent Alpöge 认为 OpenAI 的解答基于既有工作,学界反应兴奋与不满并存。
在 NVIDIA DGX Spark 上对 Inclusion AI 的 Ling-3.0-flash 做 batch-size-1 评测并分析,发现解码阶段受内存带宽限制,读取模型权重占据主要执行时间。瓶颈集中在 MoE 计算和输出层投影两个环节,NVIDIA 据此给出 3 种提升 MoE 推理性能的方法。
前 DeepMind 研究员 Thore Graepel 创办 Metis Reasoning,在 NVIDIA GTC 柏林大会上提出让 AI 系统追踪自身所知并用证据检验每个结论,认为更大的语言模型解决不了幻觉问题。
OpenAI 请外部专家担任数学、计算机科学和物理成果的“牧羊人”,并把数学与计算机证明翻译成 Lean 形式化;计算机成果涉及否定指数时间假设(ETH),若成立将推翻计算机科学的一项核心假设。
在一次性发布数百篇数学稿件不到一个月后,OpenAI 再公布数学、计算机科学和物理三项“重大”发现,这次在计算机和物理成果上请外部专家担任“牧羊人”指导结果发布,数学问题则听从建议采取不同处理。
OpenAI 公布其模型在 Kakeya 猜想、指数时间假设(ETH)和量子色动力学上的成果,并说明研究者可以如何验证和在此基础上继续研究。
推荐理由:官方一手说明三项成果及验证途径,是判断这批 AI 科研结论可信度的起点。
文章梳理今年 AI 数学进展:5 月 OpenAI 内部模型找到 1946 年提出的 Erdős 单位距离猜想的反例,随后证明 Cycle Double Cover 问题、7 月前再解十个开放问题、9 月给出 Navier Stokes 证明,并分析背后原因。
微软研究员与合作者结合新的数学思路与人类主导的 AI,解决了高维几何与概率中的核心难题 Kannan-Lovász-Simonovits(KLS)猜想,该问题已悬而未决 31 年。
推荐理由:这是 AI 辅助解决长期公认核心数学难题的一手案例,且明确了人类主导的协作方式。
Google DeepMind 向开发者、企业、科学家和消费者开放最新前沿模型 Gemini 4 Argon,主打复杂工程任务、专业工作流和科研加速,同时介绍了负责任开发措施。
推荐理由:Google 新一代旗舰模型的一手发布稿,同时覆盖开发者与消费者入口。
BAIR 分析推理模型自主决定何时把独立子任务分解并行、开多少并发线程以及如何协调的“自适应并行推理”方向的近期进展。