➡️
继续阅读
-
DeepSeek-V4 模型结构(1):序列维度(上),从 MLA 到压缩 KV
本文介绍DeepSeek-V4的注意力机制,从MHA到CSA/HCA的演进,重点分析压缩KV缓存的方法。V4将每4或128个token压缩为一条512维K...
-
Blume: Zero-Config Docs Framework That Turns a Markdown Folder into an AI-Ready Website
Blume is an open-source documentation framework that converts Markdown into a...
-
2026 09 06 HackerNews
2026-09-06 Hacker News Top Stories # Anthropic 团队用 Claude AI 在11天内完成了费马大...
-
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...