➡️
继续阅读
-
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...
-
Kimi K3 模型结构（10）：RL 与服务，状态住在哪里
本文介绍Kimi K3模型在1M上下文强化学习与线上服务中的系统设计，核心是状态管理。KV块和KDA状态通过write-back策略在GPU与DRAM池间...
-
苹果提前「揭晓」触屏 MacBook Pro，我终于能戳同事电脑了
苹果正在研发首款OLED触屏MacBook，预计2025年10月发布，搭载M5芯片并采用灵动岛设计。macOS 27将加入触控支持，区分直接与间接触控，并...
-
折叠屏iPhone领衔！苹果未来5年路线图曝光
苹果新任CEO约翰·特努斯上任，彭博社记者古尔曼爆料其2026-2029年产品路线图。2026年将推折叠屏iPhone Ultra、iPhone 18 P...
-
早报｜苹果将迎来史上最大产品发布潮/微信小微内测Agent间沟通/何庭波发布「韬定律」新论文
苹果将迎来史上最大产品发布潮，包括折叠屏iPhone和iPhone 18 Pro；GPT-6 Astra全量发布；Anthropic用Claude完成费马...
-
谷歌翻译为iOS和Android推出新升级
谷歌翻译推出两项更新：安卓用户可让实时翻译在后台持续运行，适合超过五分钟的多任务或锁屏场景；iOS用户现可通过听筒直接获取实时翻译，无需耳机，适用于嘈杂环...
