#大模型推理
•已編輯

押注稀疏計算：墨芯能否走出GPU之外的新路線？

墨芯登榜“強芯TOP100” 在中國國產AI晶片賽道，除了傳統的通用GPU路線，還有一家企業正在押注另一條技術路徑——稀疏計算。 如今，AI晶片競爭已經不只是“誰的峰值算力更高”，而是逐漸轉向性能、功耗、成本、軟體生態和實際應用效率的綜合競爭，這也正是墨芯押注稀疏計算的價值所在。 而墨芯面臨的關鍵問題，也已經從“能不能做出晶片”，轉向稀疏計算能否成為主流，以及技術優勢能否轉化為規模化商業應用。
押注稀疏計算：墨芯能否走出GPU之外的新路線？
科技#AI晶片#GPU#稀疏計算
•

SSD走向推理主鏈路：處於爆發臨界點上的AI SSD

大語言模型推理正在同時遭遇容量牆與I/O牆。模型參數持續擴大，長上下文、多輪對話和智能體任務又使KV Cache快速膨脹；MoE模型雖然降低了單次計算的啟動參數量，卻需要保存遠大於視訊記憶體或記憶體容量的專家權重。在雲側算力中心，這一矛盾表現為昂貴的HBM資源被模型權重和KV Cache長期佔用，GPU有效利用率受到資料搬運制約；在邊緣側和端側，有限的DRAM或統一記憶體則直接限制了本地可運行模型的規模。由此，SSD開始從模型檔案的靜態存放裝置進入大模型推理的即時資料路徑，成為HBM、VRAM和DRAM之後的正式記憶體層級。 這一變化最早在推理基礎設施和叢集架構中得到清晰體現。月之暗面的Mooncake採用以KV Cache為中心的分離式推理架構，將GPU叢集中原本未被充分利用的CPU、DRAM和SSD組織為分佈式快取資源[1]；Mooncake Store進一步支援由DRAM與SSD/NVMe構成的多級快取，使冷資料能夠在容量更大、成本更低的快閃記憶體層長期保留[2]。2026年，輝達推出CMX上下文記憶體記憶體平台，在Vera Rubin基礎設施中增加一個面向KV Cache最佳化、通過乙太網路連接的快閃記憶體層級，由BlueField-4負責NVMe SSD管理、資料保護和網路傳輸。輝達將其定義為介於GPU記憶體與共享記憶體之間的pod級上下文層[3]。這些架構釋放出一個明確的產業訊號：SSD正在成為推理系統需要直接調度的資源，而不再只是模型載入前後的外圍裝置。 但推理基礎設施開始呼叫SSD，並不意味著傳統SSD已經適合承擔常駐推理任務。傳統SSD面向檔案和塊資料記憶體設計，其性能指標主要圍繞順序頻寬、隨機IOPS、資料可靠性與單位容量成本展開；LLM推理需要的卻是具有嚴格時序約束的資料供應。KV Cache會在prefill階段集中生成並持續寫入，在後續請求中按會話、模型層和Token位置反覆讀取；MoE推理則需要根據路由結果，在每一層計算前及時取得特定專家權重。一次讀取未能趕上計算窗口，就可能讓GPU、NPU或CPU進入等待狀態，而SSD在高佇列深度下取得的峰值IOPS，並不等同於低佇列深度、細粒度訪問時的穩定延遲。 這種矛盾還延伸至SSD內部。NAND Flash以頁為單位讀取、以塊為單位擦除，FTL需要執行地址對應、垃圾回收和磨損均衡，容易產生寫放大與尾延遲；持續寫入KV Cache還會對快閃記憶體壽命提出遠高於普通消費負載的要求。傳統LBA排布並不瞭解模型層、MoE專家、KV塊及其訪問順序之間的語義關係，相互關聯的資料可能被分散到不同物理位置，難以形成可預測的平行讀取。檔案系統、塊裝置和NVMe軟體棧中的排隊、中斷、資料複製與頁快取，也會增加端到端延遲。如果缺少面向模型執行順序的地址佈局、快取劃分、優先順序調度、非同步預取和壽命管理，SSD雖然擁有TB級容量，卻仍難以像DRAM或VRAM一樣穩定參與每一個Token的生成。
SSD走向推理主鏈路：處於爆發臨界點上的AI SSD
科技#大模型推理#SSD#月之暗面
•

《AI產業全景圖譜》新書節選｜基準之戰：測試體系與模型話語權的角逐

轉自中信智庫、中信建投證券研究發展部出品 武超則等著《AI產業全景圖譜：技術範式、投資機遇與未來生態》，中信出版集團。 《AI產業全景圖譜》新書第一章“模型為王：AI 新範式的確立與演進”內容節選——基準之戰：測試體系與模型話語權的角逐。 基準測試為整個大模型行業提供了一個標準化的目標和一把統一的“標尺”。通過科學適當的基準測試手段，能夠客觀量化地衡量大模型的性能，精準地定位下一階段研發迭代的重點方向，有力地約束大模型安全可控。不同於傳統的自然語言處理模型，大模型具有複雜性、多樣性、開放性，同時還具備一定的泛化特徵。因此在大模型充分發展之前，此前用於自然語言處理工具的測試手段並不適用，需要建構全新的基準測試框架，而這種測試框架也將隨著大模型自身能力的不斷升級而持續迭代。 根據各類測試結果，很多公開的排行榜（如Hugging Face的Open LLM Leaderboard和LMSys的Chatbot Arena）將基準測試的驅動作用進一步放大，激勵著全球開發者和公司不斷最佳化模型。隨著模型規模的擴大，模型會表現出一些在小模型上不存在的“湧現能力”，如思維鏈推理。基準測試是系統性發現、追蹤和研究這些能力的關鍵工具。基準測試能幫助我們揭示和量化模型的潛在風險，如偏見、毒性內容生成和對特定攻擊的脆弱性。
科技#AI產業#大模型#推理能力
•

DeepSeeK 突然發佈 DSpark，讓 AI 的回答不再「擠牙膏」

最近忙著大規模招兵買馬的 DeepSeek，也始終沒有忘記開源這條主線。 今天，DeepSeek 與北京大學團隊聯合發佈論文《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》，提出了一套新的大模型推理加速框架 DSpark。 技術報告 🔗 https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf 論文披露，DSpark 已經進入 DeepSeek-V4-Flash preview 和 DeepSeek-V4-Pro preview 的生產服務系統，並替代此前的 MTP-1 方案。
DeepSeeK 突然發佈 DSpark，讓 AI 的回答不再「擠牙膏」
科技#DeepSeeK#DSpark#大模型
•

大模型訓練推理最佳化部署最佳實踐，助力企業 AI 規模化落地

當前，生成式 AI 正由技術探索邁向產業深度應用，大模型訓練、微調、推理、部署全流程最佳化，已成為企業實現 AI 高效落地、提升核心競爭力的關鍵支撐。IDC 發佈《大模型訓練推理最佳化部署的最佳實踐》報告，基於行業實踐與技術演進趨勢，系統梳理大模型全生命周期關鍵最佳化技術，並結合產業真實案例，為企業提供系統、可落地的技術指引。 1 生成式 AI 落地提速，市場需求持續攀升 生成式 AI 應用正從網際網路場景向金融、製造、醫療、能源、政府與公共事業等核心行業全面滲透，由單點試點轉向規模化部署。據 IDC 調研與預測： ● 2026 年近半數中國企業部署的生成式 AI 應用場景將達到 10 個以上，AI 智能體成為數位化轉型核心驅動力；
大模型訓練推理最佳化部署最佳實踐，助力企業 AI 規模化落地
科技#AI#大模型#推理
•

美大學教授警告：大模型根本不會推理，全靠記憶力強！

大模型根本不會推理！ 亞利桑那州立大學教授Subbarao Kambhampati最近發表了一系列言論，直指當前大語言模型（LLM）推理能力的迷思。這番言論引發了業內熱議，不少網友紛紛表示：原來AI這麼強的推理能力，都是假的？ Kambhampati教授一針見血地指出： 許多關於LLM推理能力的說法都忽視了一個事實：LLM不僅僅是訓練於"事實"，更多時候還包括了這些事實的演繹閉包。因此，所謂的"推理"實際上變成了（近似）檢索。
美大學教授警告：大模型根本不會推理，全靠記憶力強！
科技#AI大模型#推理#記憶力