➡️
继续阅读
-
DeepSeek-V4 模型结构（5）：宽度维度，DeepSeekMoE 的四个改动
本文介绍DeepSeek-V4模型结构中MoE层的四处改动：路由打分从sigmoid改为sqrt(softplus)以消除饱和；前三层用固定hash ro...
-
神所使用的 eGPU 并不完美
作者因轻薄本核显性能不足，购买华为显卡魔方外接显卡，但遇电源散热问题导致重启，遂转用机魂联盟扩展坞配RX 9060 XT显卡。性能提升显著，但雷电4带宽限...
-
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...
-
Allora Labs证明变异AI模型群体性能超单个优化模型
Allora Labs研究表明，在AI模型群体中引入随机变异可提升整体性能，超越单个优化模型。变异群体在环境变化时表现更优，最佳情况下约80%优于优化群体...
-
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...
-
流水线并行：1F1B、虚拟段与气泡
本文介绍流水线并行中气泡的产生与优化。将模型按层切段、批次分微批后，段间等待形成气泡。四代调度各改一点：GPipe先全前向再全反向，显存高；1F1B改交替...
