➡️
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...
-
Codex向部分用户赠送第二张重置卡 GPT-6 Astra也开始推送
OpenAI近期推送GPT-6 Astra模型，初期面向部分用户，Plus、Pro和Enterprise用户情况混乱。部分用户收到新重置卡作为补偿，少数P...
-
苹果9月9日发布会前瞻
苹果将于9月9日举行发布会，可能推出iPhone 18 Pro系列、首款折叠屏iPhone Ultra，并更新Apple Watch和AirPods。基础...
-
Sam Altman为混乱的GPT-6 Astra发布道歉，该发布将付费用户拒之门外
OpenAI发布GPT-6 Astra后，CEO Sam Altman为混乱的发布道歉。付费用户因未获及时访问权限而不满，公司优先向企业客户开放，普通用户...
-
企业选择 RTC 推流服务时应该关注哪些指标？
选择RTC推流服务时，需核实四类指标：体验指标（延迟、卡顿率、成功率）要明确统计口径；网络能力（抗丢包、抖动吸收、节点覆盖）决定体验上限；可观测性（质量大...
