「GPU性能分析」共找到 3310 篇相关文章
华为云再掀算力风暴：CloudMatrix384超节点将升级，Tokens服务性能最大可超H20四倍
华为云在全联接大会2025发布新进展，如CloudMatrix超节点升级、首创EMS服务等。其以“算力黑土地”理念，用智算+通算策略满足产业需求，Tokens服务优势显著，还支撑多领域应用。
Nature报道：谷歌新模型1秒读懂DNA变异！首次统一基因组全任务，性能碾压现有模型
谷歌DeepMind团队推出生物模型AlphaGenome，能从1兆碱基DNA序列中预测数千种功能基因组特征，评估变异效应。它统一多任务，性能超现有模型，是生物领域里程碑，将助力理解疾病。
Claude Sonnet 4 上下文翻 5 倍！100 万 token 能处理更大型代码库，AI 代码分析起飞。
Claude Sonnet 4 加入‘百万 token 俱乐部’，上下文容量翻 5 倍达 100 万，能处理大型代码库。不过功能在 Beta 有使用门槛和限制，价格也有变化，还对比了市场上其他模型。
跨芯片统一优化，DLCompiler与DLBlas驱动算子极致表现
9月10日，上海AI实验室DeepLink团队开源DLCompiler和DLBlas。前者是扩展Triton的深度学习编译器，后者是面向大模型的高性能算子库。它们有跨架构DSL扩展等亮点，在多芯片上实现性能优化，还解决了DSA芯片优化难题。
揭秘千卡 GPU 集群如何高效训练多模态大模型：vivo AI 团队实战经验分享｜AICon
在 InfoQ 举办的 AICon 大会上，vivo AI 架构师王兆雄分享多模态大模型训练经验。介绍了 LLaVA 和 DiT 模型训练挑战，从数据处理、模型计算等方面提出优化策略，还展望 AI Infra 未来发展方向。
从组件到 OS 的跃迁，MemOS 深度拆解：构建企业级 Agent 的高性能记忆底座【上】
本文深入剖析开源记忆方案MemOS，它将记忆从“外挂组件”升为“系统资源”。介绍其设计理念、核心架构，分析记忆需加工、分层调度和治理的原因，还阐述记忆三态及流转，最后展示MemOS Cloud的使用方法。
32B逆袭GPT-5.2：首个端到端GPU编程智能体框架StitchCUDA问世
现有LLM自动化CUDA方法难处理端到端GPU程序，StitchCUDA提出多智能体框架+基于Rubric Reward的Agentic RL方案，分解任务、优化训练，在实验中成功率和加速比远超其他方法，解决Reward Hacking问题。
RAG性能优化：基于RAGFlow自定义解析工具实现文本结构化（含源码教学）
文章围绕RAG性能优化展开，指出RAGFlow框架中DeepDoc解析算法不足，介绍开源与商业化解析工具优劣势及API调用和本地部署特点，推荐TextIn xParse，给出RAGFlow+TextIn知识库构建方法，还探讨了RAG优化方案。
一边秀肌肉，一边设围墙，NVIDIA 发布 OmniVinci，性能碾压 Qwen2.5-Omni，却被骂“假开源”
NVIDIA 推出多模态大语言模型 OmniVinci，结合架构创新与数据合成流水线，训练 token 仅为 Qwen2.5 - Omni 的六分之一，却在多项基准测试表现更佳。但采用限制商业用途的许可证，引发争议。
视听分离SOTA提速6倍！清华发布首个6M高性能模型｜ICLR'26
清华大学团队推出Dolphin模型，仅用6M参数，通过离散化视觉编码和热扩散注意力机制，实现单次推理精准分离语音，速度提升6倍以上，在多项基准测试中刷新纪录，为端侧设备部署开辟新路。