➡️
继续阅读
-
StickMe 隐私政策
StickMe是一款本地优先的动作记录应用,无需注册账号,不收集或上传个人数据,无广告及第三方SDK。相机画面仅用于本地识别人体骨骼动作,不分享真人画面。...
-
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...
-
DeepSeek采购160000颗华为AI芯片:专攻推理不碰训练
DeepSeek计划采购16万颗华为昇腾950DT芯片,用于内蒙古乌兰察布数据中心的推理任务,而非训练,订单约25.6亿美元。此举旨在降低成本、规避美国管...
-
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...
-
Kimi K3 模型结构(8):训练并行,一步训练里谁在等谁
本文介绍Kimi K3模型预训练的并行系统设计,聚焦MoE层expert并行。核心是MoonEP方案:每个rank预留E/R个冗余expert槽位,确保任...
-
选择 RTC 推流方案时如何平衡成本和性能?
RTC推流成本与性能平衡的关键在于分层供给,而非一刀切。费用主要由时长、增值服务和并发构成,高清档位和RTC链路是成本放大器。通过调整分辨率、帧率、大小流...