今天看啥
专栏 RSS订阅(公众号)
温馨提示:订阅专栏后我们将尽力更新;开通 稳定极速订阅 可获得稳定更新保障,并降低更新延迟;无人订阅的专栏有可能不会更新
程序化API访问方法
基础API: 未开通,请先订阅专栏再开通
高级API: 未开通,请先订阅专栏再开通
扩展API接口一: 未开通,请先订阅专栏再开通
提交新专栏
专栏 二维码
今天看啥Skill
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
 • 
RSS订阅
今天看啥  ›  专栏  ›  NeuralTalk
关注深度学习框架开发、模型压缩、低比特量化、移动端推理加速性能优化、工程化部署
免责声明:本专栏仅为信息导航参考,不代表原文立场或观点。 原专栏内容版权归原作者所有,如您为原作者并希望删除该专栏,请通过 【版权申诉通道】联系我们处理。
需要稳定、低延迟更新,可开通 RSS 稳定极速订阅 ,获得稳定更新保障并降低更新延迟
GPU开销直降64%、智能体交互降 62%!易于 Agent 开发的精简 MoE 训练系统 Pith...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
性能超越 Claude Opus 4.7!开源 GPU Kernel 生成模型 MusaCoder,...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
Helion DSL 赋能 vLLM 实现跨硬件高效推理:Qwen3 模型 FP8 推理加速实践
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
突破 GPU 静态并行局限,上交提出 GF-DiT 实现自适应 DiT 服务,吞吐量最高提升 6 倍...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
加速GR00T N1.6具身VLA模型训练!LoongForge 开源框架实现三层全链路优化,吞吐提...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
异构智能体之间的“读心术”:稠密 KV 缓存高效通信实现 2-3 倍算力优化
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
打破 2 比特 KV 精度魔咒:OSCAR 实现近无损 2 比特压缩,大批次吞吐量达 BF16 的 ...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
Albireo 突破阿姆达尔极限:对比 vLLM 与 SGLang,LLM 推理吞吐量最高提升 1....
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
从大规模分布式机器学习系统、AI 编译器到国产算力系统!冯思远课题组长期招收 PhD 与科研实习生
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
骁龙 8 Gen3 预填充 CPU 性能反超 NPU:移动端大模型异构推理能力重估
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
端侧推理近 3 倍提速!清华北航提出基于闪存-DRAM、CPU-NPU 异构的投机解码系统 LEVE...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
全智能体与人机协同双方案复盘 GPU Kernel 生成与优化:MLSys 2026 FlashIn...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
把 H20 榨干到底:腾讯混元 AI Infra 团队的 HPC-Ops 如何用数百行 CuTe 改...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
对标 A100:拆解摩尔线程开源的 GPU 驱动级基准测试 gpu-compute-driver-b...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
超优化驱动的数值计算库自动学习系统,实现数学原语高效挖掘与最高 2.2× 性能增益
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
超越 EAGLE3 与 DFlash!Domino 轻量级因果修正实现 SGLang 下最高 5.8...
NeuralTalk  ·  公众号  · AI  ·  4 月前  · 
RTP-LLM:阿里开源工业级 LLM 推理引擎,模型加载提速 6.3 倍、TTFT 降低 37%,...
NeuralTalk  ·  公众号  · AI  ·  5 月前  · 
Qwen3-Next 实测性能暴涨!KVBuffer:IO 感知的线性注意力服务机制
NeuralTalk  ·  公众号  · AI  ·  5 月前  · 
11倍TTFT提速,零吞吐量损失!Stream2LLM 上下文流式化重构,让 RAG 系统真正实时
NeuralTalk  ·  公众号  · AI  ·  5 月前  · 
一行 import 换掉整条编译路径:Numba-CUDA-MLIR 用方言降级重写 Python ...
NeuralTalk  ·  公众号  · AI  ·  5 月前  ·