搜索
刚刚，小米开源罗福莉带队研发的MiMo-V2.5系列模型，采用MIT协议，允许商用推理部署与二次训练，无需额外授权。此前，该系列模型于4月23日开启公测，包括MiMo-V2.5-Pro、MiMo-V2.5两款模型。模型具备更强Agent能力，支持100万上下文，且Token效率大幅提升。
这是今年微软AI Tour全球巡回40座城市之一的上海站，微软全球商用业务CEO Judson Althoff登台抛出了一个让人印象深刻的判断。“人们问我，AI解决方案中最重要的是什么？很多人会脱口而出：模型，毕竟每个月都有新模型问世。另一些人会喊：芯片。”他话锋一转，“但我认为，任何AI解决方案中最重要的两件事是——智能（Intelligence）和信任（Trust）。”
Cognichip正在构建一个深度学习模型，以便在工程师设计新计算机芯片的过程中为其提供协助。它试图解决的问题是该行业数十年来一直面临的一个难题：芯片设计极其复杂、成本高昂且速度缓慢。先进的芯片从概念设计到大规模生产需要三到五年的时间；仅设计阶段就可能长达两年。想想看，英伟达最新的 GPU 系列Blackwell就包含1040 亿个晶体管——要排列这么多晶体管可不是一件容易的事。
由智源研究院牵头研发的众智 FlagOS 第一时间对两个“巨无霸”模型进行全量适配，已经完成 DeepSeek-V4-Flash 在8款以上 AI 芯片上的全量适配与推理部署，包括海光、沐曦、华为昇腾、摩尔线程（FP8）、昆仑芯、平头哥真武、天数、英伟达（FP8）等芯片。FlagOS 同时正在推进 DeepSeek-V4-Pro 模型在多个芯片的迁移适配，晚些时间开源出来，敬请期待。
强如谷歌，算力也不够了。
对 AI 数据中心持续不断的需求正在蔓延到为冷却芯片服务器等关键任务提供组件的鲜为人知的公司。
一家老牌芯片巨头正在 AI 时代“悄悄进化”。
当前大模型的发展呈现出类似于“军备竞赛”的趋势——模型规模持续攀升，对计算硬件的需求也随之快速增长。
英特尔，真是越来越会玩了—— 因为它把优化CPU这件事的痛点，直接搞得像送外卖似的：
今日，美国AI芯片独角兽Cerebras Systems披露IPO申请文件，再度向上市发起冲刺，股票代码为“CBRS”。自从端出餐盘大小的全球最大芯片后，这家成立于2016年的明星创企一直备受关注。