标签：算力

利用NVIDIA Transformer Engine、融合内核、BF16、FP8及GPU基准测试加速Transformer训练

MarkTechPost 近期发布技术解读，聚焦 NVIDIA Transformer Engine、融合内核和 BF16/FP8 低精度格式如何加速 Transformer 训练。对于使用 GPU 训练大模型的团队来说，这类优化直接关系到训练成本和效率的改善。

X 用户 @MaxForAI 发文称，当前全球大部分大模型已进入 DeepSeek 的“斩杀区”——能力不如 DeepSeek、价格却更贵的模型会被逐步淘汰。帖子引发大量讨论，核心争议是 DeepSeek 是否真的足以改变市场格局。

微软 AI 负责人 Sebastien Bubeck 透露，下一代大模型 Astra 已能独立构造数学证明，并附带可验证的 Lean 证书。这件事值得关注，因为它让“AI 会推理”第一次有了可审计的硬核证据，而不仅仅是对话层面的“看起来聪明”。

OpenAI CEO Sam Altman 在 X 上提议，父母可以用 ChatGPT 连接家庭日历、结合孩子兴趣，每天自动生成一段播客来“了解孩子”，结果引发大规模批评——回复“你为什么不直接和你的孩子聊聊”获得了 12 万点赞。

纽约时报援引 Epoch AI 的预测指出，未来几年将有一大批 AI 算力陆续上线，全球在用的 AI 芯片数量预计每九个月翻一番。算力供给的快速膨胀，正在成为影响大模型训练成本、产品定价和产业竞争格局的关键变量。

一位市场观察者公开质疑当前 AI 行情的持续性，认为半导体板块难以重返高点、云巨头重资产模式存在报表风险，而 LLM 与传统产业融合的真实落地规模尚未被证实。这不仅是一次技术讨论，更是在提醒所有 AI 参与者重新审视“算力热”背后的商业模式能否闭环。

OpenAI 产品负责人 Thibault Sottiaux 宣布重置 Codex 和 ChatGPT Work 的使用限制，让开发者在周末可以跑约 10 万条 Luna 线程。这条讣告式的短讯在 X 上获得 130 万次浏览，反映出开发者对 AI 编程工具额度的高度敏感。

可汗学院创始人 Sal Khan 因菲律宾呼叫中心 80% 岗位被 AI 自动化而转向“岗位冲击”论，同时他管理的机构正在用算力换人效——年度 AI 账单约 120 万美元，组织整体速度提升 50% 到 100%，为教育机构和职场人提供了一个可观察的 AI 转型样本。

MiniMax发布全模态视频模型MiniMax H3，可生成15秒2K分辨率、带原生立体声的视频片段。它把“声音”纳入模型原生输出，而不再依赖后期配音，这是视频生成赛道值得关注的新变化。

为了给 AI 数据中心供电，美国佐治亚州约 30 套房屋将被推平、330 块土地被征用；与此同时，扎克伯格宣布“人人拥有 AI Agent”的五年计划。代价与承诺之间的落差，正在成为 AI 扩张期最尖锐的现实问题。