搜索
OpenAI接连放大招！今天，一条OpenAI内部Slack消息爆出，ChatGPT将迎来一次「史诗级」的性能大换血。从硬核测试数据来看，这次ChatGPT前端性能的优化幅度，夸张到近乎「不真实」：应用加载速度直接飙升94%，堆内存增长减少87.8%，整体内存占用砍掉41.2%。
Cloudflare 用 12 周从零写了一个浏览器。Rust 编写，跑在自家的 Workers 边缘网络上，内存占用最多比 Chromium 省 7 倍，专给 AI agent 用，beta 期免费。名字叫 Kitesurf。官博和推文里反复念叨同一句话，Chromium 太沉了，没法给每个 agent 都发一个。
一块 8.24GB 内存的 CPU，一个 2.78 万亿参数的大模型，甚至不需要显卡，Kimi K3 就这么水灵灵地跑起来了。
有人总结，运行 Kimi K3 其实很容易，只需要 1.5TB GPU 内存、大约 8 张 H100，以及一座小型变电站。一名开发者拿出一台 128GB 统一内存的 M5 Max，直接加载 Kimi K3 发布在 Hugging Face 上的官方 MXFP4 权重。
近期，SemiAnalysis 创始人 Dylan Patel 先后做客红杉资本的《Training Data[1]》和 WisdomTree 的《The Next Big Thing[2]》。两期访谈从模型和芯片，一路延伸至内存、能源、数据中心与 AI 商业模式，并指向同一个变化：AI 竞赛的焦点，正从单纯比较模型能力，扩展到谁能以更低成本、更大规模，把模型能力稳定地交付出来。
IEEE最新刊发了一条挺反常识的新思路：大模型的内存焦虑，可能要靠U盘里的同款技术来缓解了。没错，就是NAND Flash。但现在，SanDisk和SK海力士正在推动一种新东西：High Bandwidth Flash（高带宽闪存），简称HBF。
苹果涨价，你可能骂错人了。
刚刚，谷歌DeepMind发布了Gemma 4 12B。一句话概括这个模型的定位：把原本需要高端服务器才能跑的多模态智能，装进你的笔记本电脑里。它填补的是Gemma家族里一个关键空缺：比边缘端的E4B更强，比26B混合专家模型（MoE）更轻。而且在整个Gemma 4系列里，它是第一个支持原生音频输入的中等规模模型。
AI火，能理解，说算力很缺，也可以理解，然后内存不够了，能源不够了，通信带宽不够了，感觉AI产业链上的每个环节最近都在挨个成为短板和热点，散户们也在一轮又一轮地对着行情研究前沿技术。
当所有人都在盯着 GPU，真正卡住 AI 脖子的，是另一块芯片。