#部署/工程

Frore 发布 LiquidJet Diamond：冷板集成金刚石均热板，GPU 热点再降 10℃

Frore Systems 推出 LiquidJet Diamond，在 LiquidJet 3D 冷板基础上增加一层集成金刚石晶圆的均热板，可精准覆盖热点位置。该产品宣称可冷却功率密度达 770 W/cm² 的极限热点，相比 LiquidJet 额外实现 10℃ 的 GPU 热点温度降低和 10% 的词元能效提升。

Databricks Lakebase Postgres 借助 LTAP 架构实现分钟级 TB 级数据加载

Databricks 为 Lakebase Postgres 引入 LTAP 架构，将批量数据加载从主计算节点卸载到 Spark 分布式引擎，内部基准测试显示加载 1 TB 数据现在只需不到 5 分钟。

如何在单张 RTX 5090 上用 MiniMax H3 生成实时视频

ComfyUI 博客作者用智能体搜集各类优化，把 MiniMax H3 实时视频生成压缩到单张 RTX 5090（32 GB 显存）上运行，生成 30 秒视频耗时 23.51 秒，达 1.28 倍实时吞吐。

NVIDIA Dynamo 通过会话级 ID 优化智能体推理：路由、准入控制与 KV 缓存管理

NVIDIA Dynamo 引入统一的会话级标识符 session_id，把请求级推理服务升级为程序感知系统，覆盖会话感知路由、共享 KV 索引与程序化缓存迁移，兼容 vLLM 和 SGLang。

Unsloth AI@UnslothAI· 00:29AI 评分5353

Microsoft 发布开源仓库 mxc（Microsoft eXecution Container），提供官方 Windows 沙箱支持；Unsloth 与 Windows 团队合作将其接入，OS 级沙箱开销低于 100 ms。Unsloth 提供 low 和 high 两档安全模式，low 用字符串、AST 和正则检查拦截危险操作如 rm -rf 和 token 外传，high 是真正的 OS 级隔离；按 Full Access 可完全关闭沙箱。指南：https://unsloth.ai/docs/new/studio/sandboxing-in-unsloth

Goodfire 为 Kimi K3 和 GLM 5.3 训练并部署生产级网络安全监控器

Goodfire Research 为 Kimi K3 和 GLM 5.3 构建基于激活探针加 LLM judge 的监控级联，并部署到生产推理栈。

卡尔的AI沃茨@aiwarts· 23:21AI 评分2323

卡尔用 Opus5.5 重写了 GoodCase 的案例聚类、同类推荐、手机布局及网页跨多国加速，以及 Vercel、Cloudflare 和 Supabase 的存储分配。他称 Claude 额度很耐用，计划之后写一篇长文。GoodCase 本周新上 269 个 AI 爆款案例和提示语，新增 7 个 Skill，目前共覆盖 1699 个案例、95 个 Skill、426 位创作者。

Zyphra 研究：MoE 预训练中的专家耦合（Expert Coupling）

Zyphra Research 提出利用 MoE 路由的层内与跨层相关性来优化专家放置，从而降低 all-to-all 通信开销。实验显示，在 8 台 MI300x 节点集群上，EP8 升至 EP32 时 all-to-all 占训练步时间比例从 13% 升至 45%（top-2 路由），top-6 路由下则从 24% 升至 60%。

百度智能云BOS元数据管理系统Mantle入选2026中国算力大会“年度重大突破成果”

百度智能云对象存储BOS的层级Namespace系统Mantle入选2026中国算力大会“算力中国·年度重大突破成果”。论文评测显示，与Tectonic、InfiniFS和LocoFS相比，Mantle元数据访问延迟降低6.6%至99.1%，交互式Spark分析作业完成时间缩短63.3%至93.3%，AI音频预处理任务缩短38.5%至47.7%。Mantle已在BOS生产环境大规模上线运行三年。

IBM 如何将 Spyre 打造为原生 PyTorch 设备

IBM 通过 torch-spyre 将 Spyre 接入 PyTorch 的 device、allocator、stream 与编译器抽象，使其成为原生 PyTorch 设备。

Databricks 如何用 Replit 和 Lakebase 构建受治理的企业应用

Databricks 与 Replit 的集成已正式可用并原生支持 Lakebase，企业团队可用 Replit Agent 基于 Databricks 实时数据构建受治理的应用，并部署为 Databricks App。

AI 栈中的保存缺口：为什么能力进步快于可重建性

O'Reilly Radar 文章提出 AI 系统存在"保存缺口"：运行时依赖（模型端点、检索数据、策略、工具契约等）在执行时才确定，现有基础设施只保存模型、代码、部署和观测记录，不保存某次执行的实际绑定关系。作者为此提出参考架构 Orrery，用于保存重建 AI 系统历史执行所需的运行时绑定与依赖状态，并区分了"可复现性"与"可重建性"两个概念。

Architect 推出 Liquid Inference，为 LLM 推理引入实时竞价路由

Architect Financial Technologies 发布 Liquid Inference，一个对每次请求进行实时拍卖的 LLM 推理市场，价格最低且满足买家规则的报价胜出，首 token 生成前锁定最高价。

meng shao@shao__meng· 17:46AI 评分5252

邵猛转发阿里「AI Native 研发范式实践手册」结尾的四点官方陈述并逐条评论：从写代码到可靠交付仍有技术问题要解决、企业知识资产尚未 Agent 友好、组织设计影响深远更难有确定性答案、AI 迭代速度会持续冲击现有架构。

Unsloth Studio 如何在模型仓库变更后重新校验再运行

Unsloth 发布 Unsloth Studio 与 Unsloth Desktop 安全概览，说明其在下载到执行之间设置四道检查点：代码指纹绑定审批、独立权重文件闸门、探测式 OS 沙箱与包内容扫描。

Databricks 为云数据仓库成本设置预算与告警

Databricks 在 Data & AI Platform 上推出主动式成本管理方案，通过成本归因、预算、告警、仪表盘和优化五大支柱，让团队在花钱前就设好护栏。

如何将 dbt ETL 管道迁移到 Databricks

Databricks 发布指南，介绍如何通过更换 dbt-databricks 适配器和连接配置，将现有 dbt 转换项目重新指向 Databricks Lakehouse，无需重写 DAG 或业务逻辑。

vLLM 详解 DeepSeek-V4.1-Flash 优化：Agent 场景吞吐提升 5 倍

Inferact 与 vLLM 社区在 DeepSeek-V4.1-Flash 发布三周内完成优化，低并发速度提升 1.9 倍，150 TPS 约束下吞吐提升 5.3 倍。

Pragmatic Engineer 播客对话 Sam Newman：微服务、弹性系统与 AI 时代的软件架构

Pragmatic Engineer 播客发布与 Sam Newman 的访谈，其新书 Building Resilient Distributed Systems 印刷版于 10 月 7 日上市。Newman 将分布式计算八大谬误归结为三条规则，并讨论幂等键与指纹两种幂等方案、弹性四概念，以及 AI 时代的多供应商对冲、模块化架构和避免对 AI 的认知投降。

Georgi Gerganov@ggerganov· 01:57AI 评分5959

llama.cpp 可通过 ggml RPC 后端在异构设备间分布式推理，作者 Georgi Gerganov 表示这是高级设置，后续会让普通用户更容易使用。被引用的实测称，MiMo 2.6 Flash 的原生 mxfp4 权重可跨 RTX 6000 GPU 与 M5 笔记本以 40 tokens/sec 通过 10 GbE 运行，llama.cpp 开箱即支持。

Google@Google· 01:13AI 评分4242

有些东西只能在太空中测试——比如硬件如何经受太阳活动、宇宙射线，或辐射引发的位翻转错误——所以我们正把首批 TPU 送入轨道。

NVIDIA cuOpt 用 mPDLP 将决策优化扩展至 1 亿变量以上

NVIDIA cuOpt 推出多 GPU 的 mPDLP 求解器，通过 NVLink 连接的 GPU 分布式求解线性规划问题，求解速度比一年前快近 10x，单 GPU 峰值内存占用最多降低 6x（LP 问题上限 2.1B 非零元）。该求解器已在 Kinaxis 的供应链生产规划和 PSR 的大规模能源系统容量扩展模型中得到应用。

Meta 开源 C++ 分配求解器 Rebalancer，日均处理约 4000 万次分配问题

Meta 开源 Rebalancer，一个带 Python 接口的 C++ 分配问题求解库，已在 Meta 内部用于资源分配超过 9 年。

Laya 开发者指南：用 CLINC150 实测零样本决策与校准

教程实测 Convai Innovations 开源决策引擎 Laya 0.3.27，一个 4.21 亿参数的非自回归 System 1 模型，单次前向返回类型化问题的概率且零输出 token。

Google Cloud Run 支持免费认领自定义子域名

Google 宣布 Cloud Run 用户可零成本认领易记的全球可用子域名（如 my-cool-app.cloud.run），无需配置负载均衡器、DNS 记录或 CNAME。Cloud Run 会自动处理 SSL/TLS 证书和全球路由，一条命令即可把代码部署为可分享的应用。

PyTorch 用 FBTriton 内核现代化 TBE 嵌入查表

PyTorch 博客详解了用于推荐系统 Table Batched Embedding（TBE）前向与反向的 FBTriton 内核设计，其 Triton 实现在这些负载上超过了原有 CUDA 内核。

林肯实验室 LAICS 调查记录 AI 硬件演进：从 57 款到 120 多款加速器

林肯实验室超级计算中心（LLSC）的 Lincoln AI Computing Survey（LAICS）系列调查已从首篇覆盖 57 款 AI 加速器扩展到最新一篇的 120 多款，持续对比各款商用加速器的峰值性能与峰值功耗。

GitHub 重建 Git 基础设施，应对智能体规模开发

GitHub 宣布重建 Git 基础设施，以支持智能体规模开发带来的高并发读写负载。2026 年 8 月 GitHub 月度 Git 事件量达 473.3 billion（一年翻倍以上），9 月智能体和开发者产生 7.38 billion commits（超一年前五倍），pushes 同比增长 4.9 倍。

Rohan Paul@rohanpaul_ai· 04:55AI 评分5555

Overmind 发布一个可将代码与 traces 转为 context graph、构建训练与评测数据并微调小型专用模型的工具，代码开源于 github.com/overmind-core/overmind。

Together AI 携手 IBM Cloud 与 NVIDIA 扩展企业级推理算力

Together AI 正与 IBM、NVIDIA 合作扩展企业级 AI 推理，首批在 IBM Cloud 上部署大规模 NVIDIA B300 GPU 集群，并采用 NVIDIA Spectrum-X 以太网组网，这是 IBM Cloud 上首个此类专用大规模推理集群，Together AI 也是首个客户。

用 Parseable 与 Datasette 处理 OpenTelemetry traces

Simon Willison 用 Codex 摸索出如何运行 Parseable 并接收来自 Datasette 的 OpenTelemetry traces。

Rohan Paul@rohanpaul_ai· 03:53AI 评分2828

Ampersand 推出面向企业智能体的集成基础设施，为 11x、Orb 和 Square 提供在 Salesforce、SAP、NetSuite、Workday 等系统记录中执行智能体操作的能力。其运行时负责 auth、token 刷新、重试、回填和监控，每个客户的对象与映射则集中存放在一份 config 中，因为模型无法自行知晓客户把付款条款放在自定义对象上或先走审批步骤。

NVIDIA AICR v1.0 发布：开放、稳定、可验证的 GPU 集群配置

NVIDIA 发布 AI Cluster Runtime（AICR）v1.0，为其 CLI、REST API、Go SDK、bundle 布局和 artifact schema 建立稳定兼容契约。

openTPU 开源 AI 加速器：AI 智能体设计的硬件在 FPGA 上运行十余个模型

openTPU 是一个开源 AI 加速器项目，将 auto-arch-tournament 的经验用于 AI 加速器设计，探索 AI 智能体在硬件设计上能走多远。

IFCO 如何在 Databricks 上扩展和运维大型 dbt 项目：性能、可见性与调试

IFCO 数据平台团队与 Databricks Forward Deployed Engineering 合作，将核心语义层作业的每日运行时间缩短超过 60%，并停用了昂贵的夜间全量刷新。改造后转换逻辑仍留在 dbt 中，运行在 Databricks 上，通过 Liquid clustering、merge 增量策略和行哈希校验等配置，让每次运行只触碰实际变更的数据。

Valve 确认：Linux 版 Steam 客户端目前不支持 Arm 芯片

Valve 明确表示 Steam for Linux 目前不支持基于 Arm 的硬件，此前一名 AYN Odin 3 掌机用户在高通骁龙设备上运行原生 ARM64 版 Steam 客户端并提交错误报告，官方关闭报告后作出上述回应。Valve 现行 Linux 版 Steam 运行环境要求必须搭配 x86_64 架构内核及处理器，ARM64 版 Steam 虽已存在但仅面向 Steam Frame。

Strata 开源引擎让 12GB 显存显卡运行 125B Qwen3.8-Flash-Next 模型

开发者 Niko1221 开源 Strata 推理引擎，可在 12GB 及以上显存的消费级显卡上运行量化的 125B 参数 Qwen3.8-Flash-Next 模型。

jietang@jietang· 12:52AI 评分3131

GLM-5.3 已上线 Amazon Bedrock！https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-zai-glm-5-3.html

Cerebras 如何用 WSE 在真实硬件上加速大规模 MoE 模型

Cerebras 发文解析大规模 MoE 模型在真实硬件上的扩展难题：GPU 上需依赖专家并行（EP）等多种并行策略，专家负载不均会拖累硬件利用率，且通信开销随专家数量增加而恶化。Cerebras WSE 凭借约为最新单 GPU 900 倍的片上 SRAM 和 weight streaming 技术，无需分布式计算即可在单台设备上训练万亿参数 MoE 模型。

教程：基于 NVIDIA Cosmos3-DROID 构建流式机器人学习管线

教程展示在不本地下载 707 GB 数据集的情况下，围绕 NVIDIA Cosmos3-DROID 构建端到端流式机器人学习管线。