Window: 2026-08-24 ~ 2026-08-25
Sources: HN / arXiv / tech blogs / Chinese media / embodied RSS
Date: 2026-08-25
🌟 今日亮点
- 前沿模型"叫好不叫座":FT 报道 Anthropic 最强模型遇冷、廉价工具崛起(HN 762),叠加 OpenAI GPT 5.6 Sol 降价(HN 285),高价旗舰与低成本推理的博弈进入白热化。
- 微软画图/照片对本地生成输出静默嵌入 GUID 水印(HN 531),内容溯源与隐私边界成为今日最高热话题。
- 推理优化与芯片双线发力:SPICE(MoE 预取)、BF1(长上下文稀疏注意力)、XPerf(agentic serving 基准)密集刷屏,Hot Chips 上 CUDA 挺进 RISC-V。
- 具身智能 VLA 走向形式化:Logic-VLA 用 STL 时序逻辑显式约束行为安全,人形机器人起立 RL 进展成对涌现。
- AI 硬件自动化再进一步:HIERA、AI with Authority 等显示 LLM 正从内核调优延伸到硅片验证。
1️⃣ AI 芯片
-
— Chips and Cheese 报道英伟达 CUDA 开始支持 RISC-V 目标,开源指令集生态迎来新变量(HN 69)。
-
— 混合键合/3D DRAM 堆叠 AI 加速器的跨堆叠并行与调度协同,面向百亿~万亿参数多芯片服务。
-
— 降低供电电压引入随机扰动充当隐式正则,兼顾鲁棒性与训练成本。
-
— 防护 AI 瓦片加速器 NoC 的单粒子效应,避免死锁与静默数据损坏。
2️⃣ AI 编译器与框架
-
— 将 Python 版 ICON 动力核心接入原 Fortran 代码,面向地球系统模式 exascale 化的 DSL 实践。
-
— 知识蒸馏+硬件综合端到端,压缩→部署一体化并兼顾可解释性(亦见第 8 类)。
-
— 标准语言构造实现多线程/GPU/多节点加速,绕开厂商专有 API。
3️⃣ AI 推理优化(数据中心)
-
— 压测 LLM serving 系统,剖析 agentic 非确定性输出引入的硬件/系统瓶颈。
-
— 低秩专家代理+异构编排预取专家权重,缓解 host-to-device PCIe 传输主导的推理延迟。
-
— 局部精确邻域+首块全局+对数间隔历史块的确定性稀疏路由,降低长上下文稠密注意力成本。
4️⃣ 数据中心与基础设施
-
— 面向内存墙的 CPU 功耗智能调优,覆盖 HPC 与云。
-
— 卫星 AI 工作负载的可部署/可管理/可恢复系统愿景,应对轨道期计算、能源、热预算波动。
-
— 在交换机内缓存元数据,缓解多元数据服务器的一致性开销。
5️⃣ AI 安全与治理
-
— 逆向发现 MS Paint 与 Photos 对"本地生成"输出也打隐形水印,内容溯源与隐私边界再引争议(HN 531)。
-
— FT:前沿大模型与低成本工具的用户争夺战,高价旗舰遇冷(HN 762)。
-
— 旗舰推理模型 API 降价,推理成本下探(HN 285)。
-
— 探讨推理引擎被 LLM 利用以控制宿主机的攻击面(HN 83)。
-
— 跨参数重链数据投毒,触发输入在错误物理参数下仍选合法解,常规验证难察觉。
6️⃣ 具身智能
-
— 推理时注入 Signal Temporal Logic 规范,语法图 STL 编码,显式约束安全/时空行为。
-
— 单 PPO 策略+引导课程+分阶段奖励,从零合成平滑拟人起立。
-
— 参考引导 RL+MuJoCo 软接触建模,硬地示范迁移到可变形地面。
-
— 面向规模化灵巧操作学习的手持数据采集装置。
-
— 提出比遗忘损失/成员攻击更严格的示范移除度量。
7️⃣ AI 自动算子与代码生成优化
-
— 超越固定实现空间的 LLM 内核优化,兼顾灵活性与多样性。
-
— 内存高效卷积范式扩展,降低内存开销、提升缓存利用与数值稳定性。
-
— 生成式 AI 颠覆机器验证成本:一人五周以 AI 速度安全主导自主硬件工程。
-
— 以符号公式替代动态插桩计数,免执行即得基本块执行次数。
-
— 对比学习式与 LLM 式代码翻译在不同粒度上的优劣。
8️⃣ 边缘与端侧推理
-
— 面向存内计算(IMC)加速器的 SNN 微调,规避显式权值扰动带来的反复读改写。
-
— 知识蒸馏+硬件综合端到端,直接面向资源受限边缘设备。
-
— 利用率依赖价格信号+按请求质量弹性,边缘过载下的资源定价机制。
-