Kubernetes 遇上 LLM 推理。Google、NVIDIA、IBM 和
Kubernetes 遇上 LLM 推理。Google、NVIDIA、IBM 和
斌叔OKmath的文章
一家AI会计初创公司在48小时内达到了10亿美元估值。该团队刚刚详细阐述了其底层
一家AI会计初创公司在48小时内达到了10亿美元估值。该团队刚刚详细阐述了其底层
Nvidia 以约 129 亿美元收购 Hugging Face。但谁拿到了 ?
Nvidia 以约 129 亿美元收购 Hugging Face。但谁拿到了 ?
谷歌训练了一个AI，通过在地图上统计咖啡店、公交车站和高楼的数量来预测你所在社区
谷歌训练了一个AI，通过在地图上统计咖啡店、公交车站和高楼的数量来预测你所在社区
谷歌训练了一个AI，通过在地图上统计咖啡店、公交车站和高楼的数量来预测你所在社区的收入。没有人告诉它什么是收入。 这个模型名为S2Vec，由Google Research作为其Earth AI计划的一部分发布。它将建成环境（一个区域内的每栋建筑、道路、公园和商家）转化为分层图像。网格单元中的三家咖啡店和一个公
谷歌训练了一个AI，通过在地图上统计咖啡店、公交车站和高楼的数量来预测你所在社区的收入。没有人告诉它什么是收入。
这个模型名为S2Vec，由Google Research作为其Earth AI计划的一部分发布。它将建成环境（一个区域内的每栋建筑、道路、公园和商家）转化为分层图像。网格单元中的三家咖啡店和一个公
今天我们有一个巨大的消息要分享！今天我们揭开了第一个真正易得的 RL 机器人——
今天我们有一个巨大的消息要分享！今天我们揭开了第一个真正易得的 RL 机器人——
Salesforce 刚刚将其整个 CRM 集成到 Claude 中，这将允许销
Salesforce 刚刚将其整个 CRM 集成到 Claude 中，这将允许销
人类对话是 AI 中最棘手的问题之一。今天，我们推出 Sparrow-2，这是我
人类对话是 AI 中最棘手的问题之一。今天，我们推出 Sparrow-2，这是我
我们刚刚干掉了 Exa、Tavily、SerpAPI 和 Brave。你的智能体
我们刚刚干掉了 Exa、Tavily、SerpAPI 和 Brave。你的智能体
![我们刚刚干掉了 Exa、Tavily、SerpAPI 和 Brave。
你的智能体现在可以免费搜索并获取任何网页，100% 免费。
他们：每 1,000 次搜索 7 美元。
我们：0 美元。没有订阅，没有配额。
人类可以免费搜索 Google。智能体也不应该付费。
由 和 使之成为可能。
[视频]
We don't need ](https://dayu-img.uc.cn/columbus/img/oc/1002/a56c1358f2a210973ca9707ddee48d0d.jpg)
我们刚刚干掉了 Exa、Tavily、SerpAPI 和 Brave。 你的智能体现在可以免费搜索并获取任何网页，100% 免费。 他们：每 1,000 次搜索 7 美元。 我们：0 美元。没有订阅，没有配额。 人类可以免费搜索 Google。智能体也不应该付费。 由 和 使之成为可能。 [视频] We don't need
我们刚刚干掉了 Exa、Tavily、SerpAPI 和 Brave。
你的智能体现在可以免费搜索并获取任何网页，100% 免费。
他们：每 1,000 次搜索 7 美元。
我们：0 美元。没有订阅，没有配额。
人类可以免费搜索 Google。智能体也不应该付费。
由 和 使之成为可能。
[视频]
We don't need
介绍 PhoneLLM，一个用于语音代理的开源模型。GPT 5.6 Terra
介绍 PhoneLLM，一个用于语音代理的开源模型。GPT 5.6 Terra
孙宇晨起诉景甜 景甜，看起来那么清纯。。。
孙宇晨起诉景甜 景甜，看起来那么清纯。。。
RadixArk的Qwen3.8-Flash-Next-NVFP4 用这个Fre
RadixArk的Qwen3.8-Flash-Next-NVFP4 用这个Fre
![RadixArk的Qwen3.8-Flash-Next-NVFP4 用这个FreeToken在codex里改造后终于达到了不错的的速度
Active小所以速度还行
RAM DDR5 8ch
GPU
- RTX5090 x1 Prefill 277.5 tok/s Decode 59.13 tok/s
- RTX5090 x2 Prefill 619.5 tok/s Decode 83.14 tok/s
[视频]
qwen4exp用改造FreeToken
](https://dayu-img.uc.cn/columbus/img/oc/1002/dcc017ef04f2545e2dc753bd8ac502a1.jpg)
RadixArk的Qwen3.8-Flash-Next-NVFP4 用这个FreeToken在codex里改造后终于达到了不错的的速度 Active小所以速度还行 RAM DDR5 8ch GPU - RTX5090 x1 Prefill 277.5 tok/s Decode 59.13 tok/s - RTX5090 x2 Prefill 619.5 tok/s Decode 83.14 tok/s [视频] qwen4exp用改造FreeToken
RadixArk的Qwen3.8-Flash-Next-NVFP4 用这个FreeToken在codex里改造后终于达到了不错的的速度
Active小所以速度还行
RAM DDR5 8ch
GPU
- RTX5090 x1 Prefill 277.5 tok/s Decode 59.13 tok/s
- RTX5090 x2 Prefill 619.5 tok/s Decode 83.14 tok/s
[视频]
qwen4exp用改造FreeToken
埃隆·马斯克解释为什么你永远不应该将电动车充到 100%最后 20% 并非小事一
埃隆·马斯克解释为什么你永远不应该将电动车充到 100%最后 20% 并非小事一
(转)Qwen3.8-Flash-Next 的 GGUF，111GB 模型在双
(转)Qwen3.8-Flash-Next 的 GGUF，111GB 模型在双
(转)Qwen3.8-Flash-Next 的 GGUF，111GB 模型在双 4090 96G 竟然跑通了。 这模型是真的邪门。 我这台机器是： 2× RTX 4090 48G = 96GB 显存 62GB 内存 跑的是 Unsloth 的 UD-Q4_K_XL。 没开 MTP 下，最后实测生成速度稳定在： 66 tokens/s。 而且不是 1bit 那种“能跑就行”的版本，是 103.7 GiB
(转)Qwen3.8-Flash-Next 的 GGUF，111GB 模型在双 4090 96G 竟然跑通了。
这模型是真的邪门。
我这台机器是：
2× RTX 4090 48G = 96GB 显存
62GB 内存
跑的是 Unsloth 的 UD-Q4_K_XL。
没开 MTP 下，最后实测生成速度稳定在：
66 tokens/s。
而且不是 1bit 那种“能跑就行”的版本，是 103.7 GiB
作者信息
