Window: 2026-10-16 ~ 2026-10-17
Sources: HN / arXiv / tech blogs / Chinese media / embodied RSS
Date: 2026-10-17
🌟 今日亮点
- AI 同时做安全、也被安全检验:Anthropic 用模型考证 ECDSA 曲线常量来历(HN 596 分),同日 PAGE404 用硬件页迁移打破 GH200 上的 GPU 隔离——两件事划出了"AI for security"与"AI 自身安全边界"的两端。
- 端侧是今天最热战场:PS5 跑 llama.cpp、LFM2.5-24B-A2B、Meta+Apple 的 MLX 桌面双机推理、Nemotron Bolt 24GB,加上 RTX Spark 全面开售,模型与硬件罕见地同时就位。
- 具身智能的钱与手同步加速:Tesla 触觉蒙皮专利、Atlas 量产化机械手、ETH 指尖行走手、Skild 自博弈,配合 General Intuition 60 亿美元估值洽谈。
- 数据中心关键词是光与电:Salience Labs 1.25 亿美元光交换融资,OCP 2026 上供电、光模块新形态与 AMD Helios 机架互换托盘集中亮相。
- 推理研究盯住 KV Cache 的真实成本:远端 KV 层"比 GPU 还慢"的实测、MLA 2-bit 校准、异构流水线 makespan 修正——长上下文服务的瓶颈已从算力转向存储与通信。
1️⃣ AI 芯片
-
— D270 提供 1.3 PFLOPS 稠密 FP8、1.5TB/s 显存带宽,定位数据中心推理卡,是 Intel 在 AI 加速卡赛道重新起跑的一步。
-
— 最高 128GB 统一内存 + 1 PFLOP AI 算力的 Arm SoC,Surface Laptop Ultra 等机型同步上架,一周实测已出。
-
— 15W 输出功率、90% 国产器件,距离可用 EUV 光刻机仍有多年差距。
-
— die bank、代工延续与 HBM 供给共同决定出货节奏(长期有效背景)。
-
— 把算力推进 DRAM 颗粒内部,是"内存墙"的另一条绕行路径;HBM 的路线图与 KVCache offload 关系 同日被重新翻出。
2️⃣ AI 编译器与框架
-
— 把逻辑迭代空间上的 recurrence 下沉为每处理器 send/receive/compute,自动生成分布式拓扑。
-
同族还有协指数(Coexponential)视角下的有状态服务与客户端池。
-
— 面向必须可追溯、可审计、时间与成本有界的 Agent Operating Procedures。
-
— 惰性张量图编译到 ANE,详见 8️⃣。
-
— 布尔语义下只编码非零位置,天然抗压缩。
-
— 国内自研工具链的缺口仍在上游。
3️⃣ AI 推理优化(数据中心)
-
— 在 8×B300 节点上部署 GLM-5.3(FP8 MoE + MLA)的分离式部署里,量化远端 KV 层的真实收益与拐点。
-
— 给出 T(M)=(M−1)·τ_max+Στ_j 的临界路径刻画,指出经典 GPipe 公式在异构下的系统性误差。
-
— 二比特下注意力匹配与 value 读出同时受扰,按误差方向做重建尺度校准。
-
与 Expanding Attention:泰勒展开把注意力折叠为固定数量循环状态 — 都在压掉上下文长度对算力/显存的线性依赖。
-
— 用有界 rank-local 窗口消除"等最贵 batch"的空转。
-
— 推理之外,Agent 编排把 CPU 需求重新推高。
4️⃣ 数据中心与基础设施
-
— B 轮用于光电路交换(OCS)的持续研发与部署。
-
-
— 对 capex 与电力/许可约束的冷静复核;NTT 直言瓶颈是许可而非零件。
-
— 电力与选址成为超大规模扩张的前置条件;波兰在 DCN Warsaw 争取更大算力份额。
-
— 跨几百公里协调数千 GPU 是新难题。
5️⃣ AI 安全与治理
-
(HN 596 分) — 用模型辅助考证密码学标准里"来历不明"的常量,是 AI 用于基础安全审计的代表案例。
-
— 在 GH200 统一内存域上做跨进程攻击面分析,直击多租户 GPU 云的安全边界。
-
— 把 Spectre/Meltdown 类侧信道在 ISA 抽象层上重新形式化。
-
— 用稀疏自编码器定位并转向 compliance gap。
-
— 把静态类型 + 运行时强制用于 Agent 策略合规,面向受监管场景。
-
— 可解释性十年经典案例被作者本人推翻重写。
-
另 FT:Anthropic 在 6 月被授予最高档垃圾级信用评级 — AI 基建的资本结构正在被重新定价。
6️⃣ 具身智能
-
— S1 机器人基础模型不依赖人类示范学习物理技能。
-
— 可模压蒙皮提供可规模化的接触/力/压力感知路径。
-
— 从研究硬件转向可量产设计,鲁棒性优先于拟人度。
-
— 用指尖行走、摔倒自恢复,不再需要独立移动底盘。
-
GEN-1.5 把 one-shot 学习带进机器人。
-
-
-
7️⃣ AI 自动算子与代码生成优化
-
(HN 201 分) — 大厂把 Agent 纳入评审链路的工程实践。
-
— 指出 coverage 只证明状态到达,不证明数据正确。
-
— 55 个模型-语言设定上的消融、电路提取与随机对照显著性检验。
-
— 在有限 token 预算下剔除高度相似/冗余检索片段。
-
8️⃣ 边缘与端侧推理
-
(HN 158 分) — 端侧推理的"极限硬件再就业"。
-
— 24B 总参 / A2B 激活,面向 on-device agent。
-
(Apple ML Research,HN 252 分)。
-
— 后者按"每 GB 智能/速度"取舍,主打 always-on 端侧。
-
Qualcomm Snapdragon X2 Elite 系统级架构分析 — 端侧 NPU 可编程性与内存层级仍是主战场。
-