➡️
继续阅读
-
DeepSeek-V4 模型结构（0）：一张图看懂 DeepSeek-V4
本文介绍DeepSeek-V4模型架构：Pro版总参数1.6T、61层，Flash版284B、43层，均采用4条残差流、交错CSA/HCA压缩注意力与Mo...
-
谎言秩序：俄罗斯公共生活的荒诞性
俄罗斯公共生活长期依赖谎言维系，导致民众集体心理扭曲。普京以荒诞谎言解释普利戈任之死，意在展示权力并寻求民众配合。俄罗斯人表面接受谎言，形成犬儒主义常态，...
-
推理服务的缓存与调度：前缀、多级存储、集群路由
本文讨论长上下文推理服务的缓存与调度优化。核心原则是缓存未命中比命中贵几个数量级，因此设计围绕复用展开：单实例内通过块哈希实现前缀缓存；KV池采用writ...
-
显存账本：每张卡上住着什么，搬走付什么
本文介绍训练大模型时显存管理的通用记账方法。显存分为五类：权重、梯度、优化器状态、激活和通信缓冲。前三类由参数量和并行度决定，激活随输入长度增长，优化空间...
-
看 NocoBase 的分支更新：AI 无代码平台进生产前，先把风险边界想清楚
NocoBase 的更新摘要提到 main、next、develop 三个分支。比起新功能本身，我更关心它进入真实项目后的升级、回滚、权限、审计和维护成本...
-
数据并行与 ZeRO：三级分片各省多少
本文介绍数据并行与ZeRO优化技术。ZeRO通过三级分片（优化器状态、梯度、权重）减少显存占用，前两级不增通信量，第三级需额外all-gather。ZeR...
