不同意，这仍然是AI垃圾。完全衍生产物，但乍一看视觉上很有趣。
不同意，这仍然是AI垃圾。完全衍生产物，但乍一看视觉上很有趣。 花费数百美元的代币来复制《我的世界》或《无人深空》或随机的第一人称射击游戏，技术上令人惊叹，但缺乏想象力。 AI真正的创造力即将到来，但尚未实现。
基础设施
所有带有「基础设施」标签的 AI 情报。
44 条情报最强的货币锚是当时全球经济必须用来运作的任何东西。现在这是一个全栈经济，以必要的生产成本做事，而不是黄金、石油、AI输入/输出代币。
最强的货币锚是当时全球经济必须用来运作的任何东西。现在这是一个全栈经济，以必要的生产成本做事，而不是黄金、石油、AI输入/输出代币。
杰基·西曼斯基 @SzymanskiJackie · 3小时前 inc.com 让位吧，无限带薪休假：硅谷新潮的必备AI福利 英伟达CEO黄仁勋提议为工程师提供AI使用的令牌预算。
杰基·西曼斯基 @SzymanskiJackie · 3小时前 inc.com 让位吧，无限带薪休假：硅谷新潮的必备AI福利 英伟达CEO黄仁勋提议为工程师提供AI使用的令牌预算。
股票下跌，但我们在太空中的特斯拉未来从未像今天这样更有可能或更迫在眉睫。特斯拉立即创建并为新的MegaPod节点供电的能力，用于改进电网、分布式AI计算集群以处理地球上的推理问题，这是一...
股票下跌，但我们在太空中的特斯拉未来从未像今天这样更有可能或更迫在眉睫。特斯拉立即创建并为新的MegaPod节点供电的能力，用于改进电网、分布式AI计算集群以处理地球上的推理问题，这是一个巨大的AI。
AI竞赛存在一个瓶颈 不是GPU。
AI竞赛存在一个瓶颈 不是GPU。 而是能源。 $KEEL 正围绕AI的基础设施层进行布局，涉及数据中心项目和庞大的电力管线。 大众在关注芯片制造商…… 聪明钱关注的是芯片所需之物。
人们指责他伪造了这次Mac Mini的电池测试 直到他证明它在运行本地AI时消耗的电力比台灯还少 大多数开发者认为运行本地大语言模型需要一个噪音大、直接从墙上消耗500瓦电力的价值300...
人们指责他伪造了这次Mac Mini的电池测试 直到他证明它在运行本地AI时消耗的电力比台灯还少 大多数开发者认为运行本地大语言模型需要一个噪音大、直接从墙上消耗500瓦电力的价值3000美元的GPU设备。 这位创作者连接了一个
通用AI价值正在流入链上AI。中国开源权重实验室 → 推理提供者 → 智能路由器。Venice正在抢占更多代币份额，DIEM二级市场正在建立，去中心化消费者推理正在形成其结构性护城河。深入探索
通用AI价值正在流入链上AI。中国开源权重实验室 → 推理提供者 → 智能路由器。Venice正在抢占更多代币份额，DIEM二级市场正在建立，去中心化消费者推理正在形成其结构性护城河。深入探索
OpenAI 签署了。谷歌签署了。英伟达签署了。Anthropic 没有。几天后，中国推出了 Kimi K3。
OpenAI 签署了。谷歌签署了。英伟达签署了。Anthropic 没有。几天后，中国推出了 Kimi K3。 巧合？也许吧。 但这个时机再有趣不过了。 Kimi K3 是首个开源的 2.8T 参数 MoE 模型，具有 1M token 的上下文窗口、原生视觉，以及一个
预训练的ViT以丰富、密集的细节观察世界。大多数策略在行动前将其池化为单一向量，丢弃了大部分信息。
预训练的ViT以丰富、密集的细节观察世界。大多数策略在行动前将其池化为单一向量，丢弃了大部分信息。 我们引入Patch Policy：一种最小的架构扩展，使基于transformer的策略能够直接处理密集的token，无需
四张英特尔锐炫Pro B60显卡将本地AI PC转变为192GB显存池，用于处理单张GPU无法容纳的模型。对于运行周期性内部代码或文档任务的运维人员而言，租用容量在成为模型问题之前，首先...
四张英特尔锐炫Pro B60显卡将本地AI PC转变为192GB显存池，用于处理单张GPU无法容纳的模型。对于运行周期性内部代码或文档任务的运维人员而言，租用容量在成为模型问题之前，首先是一个调度问题。四张双板英特尔
一个2.8万亿参数的模型刚刚在人们真正付费的领域击败了封闭式AI：构建。据报道，Kimi K3在前端编码中排名第一，拥有100万token的上下文窗口，并能将一个提示转化为游戏、3D世界...
一个2.8万亿参数的模型刚刚在人们真正付费的领域击败了封闭式AI：构建。据报道，Kimi K3在前端编码中排名第一，拥有100万token的上下文窗口，并能将一个提示转化为游戏、3D世界、完整产品或仓库级工程。
中国开发者将完整GPU绑在120美元迷你PC上，去年赚了19万美元，而他的前联合创始人却将A轮融资烧在了Anthropic账单上
中国开发者将完整GPU绑在120美元迷你PC上，去年赚了19万美元，而他的前联合创始人却将A轮融资烧在了Anthropic账单上
1966年，斯坦福大学建造了谢克——世界上第一个AI机器人。现代人工智能就在这里诞生。几乎没有人看过原始影像。没有GPU，没有神经网络，没有现代代码。只是一个1米高的轮式箱子，连接到房间...
1966年，斯坦福大学建造了谢克——世界上第一个AI机器人。现代人工智能就在这里诞生。几乎没有人看过原始影像。没有GPU，没有神经网络，没有现代代码。只是一个1米高的轮式箱子，连接到房间大小的主机上。它是在斯坦福大学建造的。
56美元对比0.50美元。同样的百万个代币。一桶的成本是另一桶的112倍——而工作量可能只多20%。查马斯在CNBC上直言不讳地说：一桶“50美元的智能”旁边放着一桶1美元的。溢价如何悄...
56美元对比0.50美元。同样的百万个代币。一桶的成本是另一桶的112倍——而工作量可能只多20%。查马斯在CNBC上直言不讳地说：一桶“50美元的智能”旁边放着一桶1美元的。溢价如何悄然消失：第一步→竞争对手提供80-95%的质量。
用人工智能获胜的人并非花费更多，而是花费更少。每个人都在谈论每月200美元的订阅费。几乎没有人谈论现在可用的数亿免费AI代币。最聪明的构建者不会从购买最昂贵的开始。
用人工智能获胜的人并非花费更多，而是花费更少。每个人都在谈论每月200美元的订阅费。几乎没有人谈论现在可用的数亿免费AI代币。最聪明的构建者不会从购买最昂贵的开始。
轮换中仅剩2个模型，只有1个仍能赚取全价
轮换中仅剩2个模型，只有1个仍能赚取全价
一位23岁的开发者一次性花费4699美元，将每月850美元的AI成本削减，并将一台台式机变成了一个业务。
一位23岁的开发者一次性花费4699美元，将每月850美元的AI成本削减，并将一台台式机变成了一个业务。 每个人都在谈论更好的AI模型。 几乎没有人谈论拥有运行这些模型的计算机。 云GPU按你思考的每小时收费。 本地AI盒子
一位谷歌AI工程师意外泄露了他的本地Obsidian知识库。内部——一个离线图谱，横跨18,000个相互关联的客户文件。18,000个知识节点。11,200个链接。0美元云令牌账单。打开...
一位谷歌AI工程师意外泄露了他的本地Obsidian知识库。内部——一个离线图谱，横跨18,000个相互关联的客户文件。18,000个知识节点。11,200个链接。0美元云令牌账单。打开OpenClaw工作区。屏幕显示一个Obsidian。
THIS DEVELOPER ADMITS HE'S GPU POOR WITH A 4-YEAR-OLD RTX 3090 - AND TESTS EVERY VRAM TIER SO...
THIS DEVELOPER ADMITS HE'S GPU POOR WITH A 4-YEAR-OLD RTX 3090 - AND TESTS EVERY VRAM TIER SO YOU KNOW EXACTLY WHAT YOUR HARDWARE CAN DO RTX 3060 with 12GB vs AMD BC250 with 16GB - one is a dedicated GPU with extra CPU a
温度0.5：最高概率标记占96.97%。
温度0.5：最高概率标记占96.97%。 温度2.0：同一标记占58.58%，相邻标记从1.5%跃升至20%。 你随意拖动的滑块会非线性地改变分布 在1889年的高尔顿板上分解了这一点
一位31岁的布加勒斯特运营商将8块二手NVIDIA T4显卡塞进超微机箱，花费1847美元，如今每月向罗马尼亚Shopify商店提供推理服务，收费11240美元。
一位31岁的布加勒斯特运营商将8块二手NVIDIA T4显卡塞进超微机箱，花费1847美元，如今每月向罗马尼亚Shopify商店提供推理服务，收费11240美元。
atomic[.]chat，一款本地运行LLM的桌面应用，对Claude Sonnet 5、Claude Opus 4.8、Claude Sonnet 4.6和GPT 5.5进行了一项极...
atomic[.]chat，一款本地运行LLM的桌面应用，对Claude Sonnet 5、Claude Opus 4.8、Claude Sonnet 4.6和GPT 5.5进行了一项极具启发性的对比。 Claude Sonnet 5在3个物理编码演示中与GPT 5.5持平，成本降低6倍。 同时使用了最少的token数量。
一位29岁的丹佛开发者花42,000美元购买了一台NVIDIA H100设备，该设备去年新品售价为400,000美元，现在每月通过微调服务赚取43,200美元。伊桑29岁，在丹佛地下室办...
一位29岁的丹佛开发者花42,000美元购买了一台NVIDIA H100设备，该设备去年新品售价为400,000美元，现在每月通过微调服务赚取43,200美元。伊桑29岁，在丹佛地下室办公室的绿色熨衣板下工作，从桑尼韦尔一家AI初创公司赢得了一台NVIDIA HGX H100 8 GPU服务器。
推理将彻底改变：Etched 发明了两种新方法，大幅提升计算成本、速度和每瓦效率：低电压推理（更多 FLOPs）和集群级内存（内存/带宽）。这种组合以超过 80% 的 MFU 运行万亿参...
推理将彻底改变：Etched 发明了两种新方法，大幅提升计算成本、速度和每瓦效率：低电压推理（更多 FLOPs）和集群级内存（内存/带宽）。这种组合以超过 80% 的 MFU 运行万亿参数模型。
这位中国建造者将8块退役的Tesla P40显卡改造成了一台192GB的私人AI服务器，每月可运行5,760 GPU小时。00:06 他举起一块二手Tesla P40，身后还有七块，然后...
这位中国建造者将8块退役的Tesla P40显卡改造成了一台192GB的私人AI服务器，每月可运行5,760 GPU小时。00:06 他举起一块二手Tesla P40，身后还有七块，然后将整套设备安装在一个巨大的双路Xeon服务器机箱内。每块显卡
你599美元的Mac Mini在关键性能上击败了3800美元的GPU。统一内存意味着模型只需加载一次，两个处理器从同一内存池读取数据。而价格翻倍的Windows机器仍需在RAM和VRAM...
你599美元的Mac Mini在关键性能上击败了3800美元的GPU。统一内存意味着模型只需加载一次，两个处理器从同一内存池读取数据。而价格翻倍的Windows机器仍需在RAM和VRAM之间复制数据，且性能受限。2015年的130美元Tesla M40。
Meta的PyTorch核心工程师在13分钟内将CUDA内核编写变成了一项运动——比1500美元的GPU编程训练营更胜一筹。分析内核→找到瓶颈→重写→基准测试→将优胜代码合并到PyTor...
Meta的PyTorch核心工程师在13分钟内将CUDA内核编写变成了一项运动——比1500美元的GPU编程训练营更胜一筹。分析内核→找到瓶颈→重写→基准测试→将优胜代码合并到PyTorch。这个循环就是开源社区现在的工作方式。
Dan Fu与Tri Dao共同撰写了FlashAttention。随后，他共同构建了Hyena、Monarch Mixer和ThunderKittens。如今，他是Together A...
Dan Fu与Tri Dao共同撰写了FlashAttention。随后，他共同构建了Hyena、Monarch Mixer和ThunderKittens。如今，他是Together AI的杰出研究员。在运行ChatGPT、Claude和Gemini的推理栈中，你可以找到四个核心组件。这一切，都源于同一个人，且始终处于你的关键路径上。
3,999美元或4,699美元。同样的128GB。同样的本地推理。只是盒子上的标志不同。
3,999美元或4,699美元。同样的128GB。同样的本地推理。只是盒子上的标志不同。 AMD的Ryzen AI Halo开发者平台。NVIDIA的DGX Spark。两者都能本地运行大模型。两者都有128GB统一内存。同一类别，同一用途，相差700美元。 下面的视频编辑了Jensen
OpenAI与博通联合推出Jalapeño，这是一款专为大型语言模型推理设计的定制AI芯片，旨在提升AI系统的性能、效率及扩展能力。
OpenAI与博通联合推出Jalapeño，这是一款专为大型语言模型推理设计的定制AI芯片，旨在提升AI系统的性能、效率及扩展能力。
边缘计算不再是奢侈品
边缘计算不再是奢侈品
一位开发者通过插入一个AMD外置显卡，将一台2019年二手的Mac Pro改造成了一个35B参数的本地LLM服务器，总花费不到3000美元，使该设备达到了每秒52个token的处理速度。...
一位开发者通过插入一个AMD外置显卡，将一台2019年二手的Mac Pro改造成了一个35B参数的本地LLM服务器，总花费不到3000美元，使该设备达到了每秒52个token的处理速度。他发布了一段视频，显示Mac Pro放在桌子下面，一根雷电电缆连接到装有RX 6800的Paladin外置显卡扩展坞。
中国开发者每月花费2.2万美元，用80美元的PS5芯片自制显卡运行AI，而所有AI初创公司都在排队等待8个月的H100显卡。联想办公电脑。侧面伸出的AMD BC-250芯片。与索尼在PS...
中国开发者每月花费2.2万美元，用80美元的PS5芯片自制显卡运行AI，而所有AI初创公司都在排队等待8个月的H100显卡。联想办公电脑。侧面伸出的AMD BC-250芯片。与索尼在PS5中使用的相同芯片，现在为3个付费客户运行推理。硬件成本80美元。
将24块来自废弃加密矿机的BC250板卡集群成384GB推理池，每秒仅生成1个token，年电费5000美元。你地图上的零级漏洞无法扩展超过4个节点。
将24块来自废弃加密矿机的BC250板卡集群成384GB推理池，每秒仅生成1个token，年电费5000美元。你地图上的零级漏洞无法扩展超过4个节点。
这位开发者运行着一个拥有维基百科规模知识库的完整本地AI——每月仅需支付3美元，而其他人却要支付300美元。开放式AI工作站，LCD显示屏实时显示GPU负载和内存使用情况，用于本地推理的...
这位开发者运行着一个拥有维基百科规模知识库的完整本地AI——每月仅需支付3美元，而其他人却要支付300美元。开放式AI工作站，LCD显示屏实时显示GPU负载和内存使用情况，用于本地推理的PCIe卡，以及一个显示知识图谱的显示器。
所以我几乎加上了 - 家用 GPU 装备 这对于自给自足来说可能很好，但我仍然不认为本地 LLM 的东西在质量、性能（速度）或成本方面甚至无法接近云 让你的家自给自足是件好事，我有： -...
所以我几乎加上了 - 家用 GPU 装备 这对于自给自足来说可能很好，但我仍然不认为本地 LLM 的东西在质量、性能（速度）或成本方面甚至无法接近云 让你的家自给自足是件好事，我有： - 2x Tesla Powerwall (27
我们展示了如何让法学硕士在潜在空间而不是人类语言中进行良好的交流。
我们展示了如何让法学硕士在潜在空间而不是人类语言中进行良好的交流。 #ICML2026 焦点（前 2%） 自回归潜在思想 -> KV 传递 -> 输入输出对齐 通过绕过解码将推理速度提高 4 倍以上，并将性能提高高达 14%。
这位中国企业家建造了一个仓库规模的 GPU 农场，现在每月向人工智能初创公司提供 400 万美元的租金 沃尔玛大小的仓库中有 4,000 个 GPU - 电力合同和冷却已经就位 - 以及...
这位中国企业家建造了一个仓库规模的 GPU 农场，现在每月向人工智能初创公司提供 400 万美元的租金 沃尔玛大小的仓库中有 4,000 个 GPU - 电力合同和冷却已经就位 - 以及一个身高 6 英尺 6 英寸的操作员 以太坊将于 2022 年 9 月合并
10,000 ASICS AT 100 DECIBELS BURN $1.6M/MO IN POWER.配备 5,000 个 GPU、85 DB 的同一仓库通过 AI 推理赚得 400 ...
10,000 ASICS AT 100 DECIBELS BURN $1.6M/MO IN POWER.配备 5,000 个 GPU、85 DB 的同一仓库通过 AI 推理赚得 400 万美元 100 decibels on the warehouse floor, workers wear industrial ear muffs all 8 hour shifts, you cannot hold a conversation 3
每月 220 美元的 AI 账单。他想都没想就付了两年的钱。
每月 220 美元的 AI 账单。他想都没想就付了两年的钱。 然后一位客户问了一个问题，90 秒内拿走了 5,000 美元。 0点21分观看。他指着桌子下面的 GPU 的位置。 其中一台使用 RTX 3090。24GB VRAM。以 1,050 美元的价格购买二手货。
Huggingface_hub v1.19.0 提供了受信任的发布者：通过 OIDC 令牌交换对 Hub 进行无密钥 CI/CD 身份验证。
Huggingface_hub v1.19.0 提供了受信任的发布者：通过 OIDC 令牌交换对 Hub 进行无密钥 CI/CD 身份验证。 CI 配置中不再有 HF_TOKEN 机密。这是它的工作原理
Ondo 正在引领股票和 ETF 的代币化 下一步将是机器人顾问，基本上是管理股票和 ETF 投资组合的智能人工智能。
Ondo 正在引领股票和 ETF 的代币化 下一步将是机器人顾问，基本上是管理股票和 ETF 投资组合的智能人工智能。 在这一领域，Revolut 实际上领先于加密货币，现在加密货币必须赶上机器人顾问
2026 年的超级计算机是 MAC MINI 的仓库。您办公桌上的 KIMI API 可在 15 分钟内提供 300 欧元的研究报告 大多数人认为运行人工智能意味着需要 10,000 美...
2026 年的超级计算机是 MAC MINI 的仓库。您办公桌上的 KIMI API 可在 15 分钟内提供 300 欧元的研究报告 大多数人认为运行人工智能意味着需要 10,000 美元的 GPU 服务器或每个月都在增长的云账单。开发人员建立真正的业务使用单一
这就是本地人工智能不再是玩具时的样子 他拿着一台基于 AMD Strix Halo 构建的 128GB AI 迷你电脑。
这就是本地人工智能不再是玩具时的样子 他拿着一台基于 AMD Strix Halo 构建的 128GB AI 迷你电脑。 这就是整个转变。 多年来，大型模型的答案很简单： 租用云。 支付 API 费用。 等待GPU。 看表。 现在的模型