NTT DATA Group 藉助 Codex 將事故分析縮短至 30 分鐘
NTT DATA Group 使用 ChatGPT Enterprise 和 Codex，協助 9,000 名員工自動化工作，並將事故分析縮短至 30 分鐘。該集團亦擴大安全採用 AI 的規模。
#部署/工程
#部署/工程
今日 5 條OpenAI NewsAI 評分4545
OpenAI NewsAI 評分2626 Deutsche Telekom 如何以 AI 重塑電訊業
Deutsche Telekom 正與 OpenAI 推進轉型，邁向 AI 原生電訊商，並重塑客户服務、員工工作流程和網絡營運。這項轉型亦關乎語音的未來。
Hugging Face Blog精選AI 評分6262 PyTorch 效能分析（第 3 部分）：用 profiler 剖析 Attention
Hugging Face Blog 的《PyTorch 效能分析》第 3 篇以 profiler traces 對照手寫注意力與 PyTorch SDPA 各後端的執行情況。
推薦理由：文章對照 CPU 與 GPU trace，展示如何從 kernel 數量、資料搬移及 CPU 開銷，辨認注意力實作的效能收益與成本。
Hugging Face Blog精選AI 評分7575 Hugging Face 更新 vLLM Transformers 建模後端，多種相容 LLM 架構推理吞吐量達原生實作水平
Hugging Face 更新 vLLM 的 Transformers 建模後端，令多種相容 LLM 架構的推理吞吐量達到或超過 vLLM 手寫原生實作。測試涵蓋 Qwen3-4B 單 GPU、Qwen3-32B 張量並行，以及 Qwen3-235B-A22B-FP8 MoE 在同一 8×H100 節點上的數據並行與專家並行，三者均達到或超越原生實作吞吐量。
推薦理由：文章以三種不同規模及並行配置的 Qwen3 模型對照 vLLM 手寫實作，並説明 torch.fx 分析與運行時融合如何使相容模型達到原生推理速度。
Hugging Face BlogAI 評分4949 Hugging Face 一鍵直達 Amazon SageMaker Studio
Hugging Face 與 Amazon SageMaker AI 推出深連結整合，讓開發者可從受支援的模型頁面一鍵進入 SageMaker Studio 的微調或部署流程，並預載所選模型。新流程會在數秒內自動建立已配置權限的 Studio 網域；Studio 亦會顯示 G5、G6 GPU 配額的可用情況。
Hugging Face Blog精選AI 評分6363 Hugging Face 精選模型目錄登陸 Microsoft Foundry Managed Compute，開放預覽
Hugging Face 與 Microsoft 將每週更新的精選開放權重模型目錄加入 Microsoft Foundry Model Catalog，並可一鍵部署至 Foundry Managed Compute。
推薦理由：文章梳理模型篩選、權重預置和執行環境掃描的上架流程，説明企業如何在私有網絡內部署而毋須連出 Hugging Face Hub。
OpenAI NewsAI 評分3838 MUFG 藉助 OpenAI 力求成為 AI 原生機構
MUFG 使用 ChatGPT Enterprise 建設 AI 原生組織，改善工作流程，並大規模提供 AI 驅動的金融服務。
Hugging Face Blog精選AI 評分6868 Hugging Face Storage 成為 SkyPilot 一級儲存後端，跨雲讀取 Hub 數據不收 egress 費
Hugging Face Storage 現已成為 SkyPilot 的一級儲存後端，可透過 hf:// URL 將 Bucket 或 Hub 倉庫接入跨雲任務。
推薦理由：這項整合把模型與數據集的存放位置和 GPU 雲端選擇分開，並明確呈現讀取不收 egress 費與跨雲寫回仍需付費的成本差異。
Hugging Face BlogAI 評分5858 Hugging Face Kernels 重大更新：新增 Hub kernel 倉庫類型並強化安全機制
Hugging Face 為 Kernels 項目推出重大更新，新增 Hub 的 kernel 倉庫類型（https://huggingface.co/kernels），並加入可信發佈者及程式碼簽署機制。
Hugging Face BlogAI 評分5050 ScarfBench：企業 Java 框架遷移 AI 智能體基準測試
Hugging Face 推出開放基準 ScarfBench，評測 AI 智能體遷移企業 Java 框架的能力。它涵蓋 Spring、Jakarta EE、Quarkus，包含 34 個應用程式、102 個框架實作及 204 項遷移任務，並驗證建置、部署和行為。現有最強智能體的行為成功率低於 10%，Jakarta EE 遷移尤其具挑戰。
Google Research精選AI 評分6161 Google Research 為凍結權重的 Gemini Nano v3 加入 Multi-Token Prediction，加速 Pixel 端生成
Google Research 已將 Multi-Token Prediction（MTP）架構部署至 Pixel 9 和 10 系列的 Gemini Nano v3，透過凍結主模型權重加快裝置端文字生成。
推薦理由：文章對照整合式 MTP head 與獨立草稿模型，説明直接利用主模型狀態如何提升候選 token 準確度，並改善 Pixel 端的速度與記憶體效率。
Hugging Face Blog精選AI 評分6868 用一條命令在 HF Jobs 上執行 vLLM 伺服器
Hugging Face Blog 示範用一條命令在 HF Jobs 上以 vLLM 啟動私有、OpenAI-compatible 的 LLM 端點。內容提供 curl 和 Python OpenAI client 呼叫範例，並示範以 SSH、Gradio 及 Pi 延伸使用；每次請求須附上具該 Job 讀取權限的 HF token。
推薦理由：文章把 HF Jobs、vLLM 與 OpenAI-compatible API 的部署、驗證和停止流程串成可複用命令，並説明私有端點的 token 權限與成本控制。
Google ResearchAI 評分4747 以線性彈性快取優化雲端經濟效益
Google Research 提出線性彈性快取，將頁面淘汰建模為 ski rental 問題，按即時工作負載動態調整快取容量，以降低快取管理的總擁有成本。在 Spanner 生產環境測試中，記憶體用量減少 15.5%，快取未命中僅增加 5.5%，總擁有成本約降低 5%，實際 I/O 成本影響僅 0.5%。
Mistral AI精選AI 評分6262 Mistral AI 為 Connectors 新增管理、安全及除錯功能
Mistral AI 為 Connectors 推出多項管理與安全功能，涵蓋工作區及組織層級的存取控制、具 connector scope 的 API keys、多帳户連接器，以及 MCP 連線除錯。
推薦理由：這次更新把企業連接器的權限、執行身份與故障定位納入同一套控制，呈現智能體投入組織日常工作所需的治理環節。
Mistral AI精選AI 評分6060 Mistral OCR 4 發佈，新增文件區塊定位、分類與信心分數
Mistral AI 發佈文件解析模型 Mistral OCR 4，除提取文字外亦輸出邊界框、區塊類型和信心分數，並支援 170 種語言、10 個語言組別。獨立人工偏好評估的平均勝率為 72%，模型在 OlmOCRBench 得分 85.20；官方提醒自動基準存在評分侷限，建議以自有文件評估。
推薦理由：文章列明 OCR 4 的結構化輸出和自動基準評分侷限，為企業按自身文件評估解析、檢索及資料管線提供具體參照。
OpenAI NewsAI 評分3737 OpenAI 為 ChatGPT Enterprise 推出全新用量分析及更新版支出控制
OpenAI 為 ChatGPT Enterprise 推出全新用量分析及更新版支出控制。這些功能協助機構管理成本，並更有信心地擴展 AI。
OpenAI NewsAI 評分5353 OpenAI 推出 Partner Network，投入 $150M 支援全球合作夥伴
OpenAI 推出 Partner Network，並投入 $150M 支援全球合作夥伴。這項計劃旨在加快企業 AI 的採用、部署與轉型。
Hugging Face Blog精選AI 評分6161 PyTorch 效能分析（第二部分）：從 nn.Linear 到融合式 MLP
Hugging Face Blog 第二篇 PyTorch 效能分析教程，從 nn.Linear 追蹤至 GeGLU MLP。
推薦理由：文章對比 eager、torch.compile 與 Liger，展示 MLP 融合如何減少 HBM 往返，以及固定形狀特化與跨形狀通用的取捨。
OpenAI NewsAI 評分5151 OpenAI 開放企業透過 Oracle Cloud 現有承諾使用其模型與 Codex
OpenAI 開放企業透過 Oracle Cloud 使用 OpenAI 模型與 Codex，並可利用現有承諾建構及部署 AI。此方式涵蓋企業安全與治理。
OpenAI NewsAI 評分3030 從數據到決策：LSEG 如何擴大可信 AI 的應用規模
LSEG 使用 OpenAI，在全球業務中擴大可信 AI 的應用規模。此舉加速洞察產出、縮短發布週期，並賦能 4,000 名員工。
Hugging Face Blog精選AI 評分6565 如何將 GitHub CI 遷移至 Hugging Face Jobs
Hugging Face Blog 示範如何把 GitHub Actions 的 CI 工作交由 Hugging Face Jobs 執行，並以 Trackio 展示透過臨時 self-hosted runner 連接兩者的方式。
推薦理由：文章給出 GitHub Actions 接入 Hugging Face Jobs 的操作流程，並説明 workflow 標籤設定。
Hugging Face Blog精選AI 評分6262 NVIDIA 發佈 Nemotron 3.5 Content Safety，整合多模態安全判定與自訂政策
NVIDIA 發佈 Nemotron 3.5 Content Safety，將多模態輸入、多語言覆蓋、自訂企業政策與可審計推理整合至單一 4B 模型。模型基於 Google Gemma 3 4B IT，明確訓練覆蓋 12 種語言，並承接其約 140 種語言的 zero-shot 泛化；可選 THINK mode 會輸出推理軌跡。
推薦理由：Nemotron 3.5 將多模態判定、自訂政策和可審計推理整合於 4B 模型，並附訓練資料集，提供企業安全審核的部署參考。
Hugging Face Blog精選AI 評分6363 Holo3.1 系列發佈，擴展電腦操作至手機並提供本地量化權重
H Company 發佈 Holo3.1 電腦操作模型系列，擴展至網頁、桌面及手機環境，並提供本地推理量化權重。AndroidWorld 上，35B-A3B 模型的分數由 67% 升至 79.3%，4B 和 9B 版本由 58% 升至 72%。
推薦理由：文章同時列出不同尺寸、量化格式，以及 AndroidWorld 和 DGX Spark 數據，讀者可據此比較本地部署的性能與速度取捨。
OpenAI News精選AI 評分6767 OpenAI 在密歇根州建設 Stargate 1GW 數據中心以擴展 AI 基礎設施
OpenAI 已在密歇根州為 Stargate 旗下 1GW 數據中心項目動工，以建設 AI 基礎設施。項目旨在擴大 AI 可及性、創造就業並支持當地社區。
推薦理由：可從項目規模及所列目標理解 Stargate 在密歇根州的基礎設施規劃，涵蓋擴大 AI 可及性、創造就業和支持社區。
OpenAI News精選AI 評分6868 OpenAI 前沿模型與 Codex 現已在 AWS 正式提供
OpenAI 宣佈，其前沿模型與 Codex 現已在 AWS 正式提供，為企業提供透過既有 AWS 環境使用 OpenAI 的途徑。企業可沿用熟悉的 AWS 控制措施及採購流程，並加快由評估走向生產。
推薦理由：這項可用性變化讓企業沿用既有 AWS 環境、控制措施及採購流程接入 OpenAI，並加快由評估推進至生產。
Hugging Face Blog精選AI 評分6464 PyTorch 效能分析（第 1 部分）：torch.profiler 初學者指南
Hugging Face Blog 發佈 PyTorch 效能分析系列首篇入門指南，示範 torch.profiler 的設定，以及 profiler 表格和 CPU、GPU 軌跡的讀法。
推薦理由：文章以矩陣乘加示範如何結合 profiler 表格與 CPU、GPU 軌跡辨認瓶頸，並區分調度層融合與實際 GPU kernel 融合。
Google ResearchAI 評分4646 Google 透過零信任聚合實現私隱分析
Google將新型密碼學聚合協定與可信執行環境（TEE）結合，為私隱分析建立零信任防護，確保Google只能取得匿名化的羣體彙總洞察。新協定讓裝置以單一訊息提交資料，免須在多輪互動期間持續在線；密碼學層確保個人原始資料不會在任何伺服器記憶體中暴露或重建。
Hugging Face Blog精選AI 評分6060 AI 智能體中的 Harness、Scaffold 等術語解析
Hugging Face 梳理 AI 智能體常見術語，解釋 Model、Scaffolding、Harness、Agent 等概念及其區別。文中將 Harness 定義為調用模型、處理工具調用及決定何時停止的執行層，Scaffolding 則涵蓋系統提示詞、工具描述、回應解析和上下文管理等行為定義層。
推薦理由：文章以模型、Scaffolding、Harness 與 Agent 的分工建立實用心智模型，並把這套脈絡延伸至訓練術語，便於理解智能體系統的組成與相關討論。
Hugging Face BlogAI 評分5454 PaddleOCR 3.5 加入 Transformers 推理後端，支援 OCR 與文件解析
PaddleOCR 3.5 為支援的 OCR 與文件解析模型加入 Transformers 推理後端，開發者可透過 `engine` 參數選擇。`engine_config` 可設定 dtype、裝置配置及 attention implementation；若優先考慮 OCR 或文件解析吞吐量，文章通常建議使用預設的 paddle_static 後端。
OpenAI NewsAI 評分4444 OpenAI 與 Dell 合作，將 Codex 帶進混合式及本地部署企業環境
OpenAI 與 Dell 合作，將 Codex 帶進混合式及本地部署企業環境。合作協助企業跨數據與工作流程安全部署 AI 編碼智能體。
OpenAI NewsAI 評分3636 OpenAI 如何為 Codex 在 Windows 上構建安全有效的沙盒
OpenAI 為 Codex 在 Windows 上構建安全有效的沙盒，支援 Codex 在 Windows 上運行。沙盒設有受控檔案存取及網絡限制。
OpenAI NewsAI 評分1616 企業如何擴大 AI 應用規模
企業透過信任、治理、工作流程設計及規模化品質，推動 AI 從早期試驗走向影響力持續累積。
OpenAI NewsAI 評分4444 OpenAI 推出 DeployCo，協助企業將前沿 AI 投入生產
OpenAI 推出新企業部署公司 DeployCo，旨在協助組織將前沿 AI 投入生產，並轉化為可衡量的業務成果。
OpenAI NewsAI 評分3434 OpenAI 如何安全地運行 Codex
OpenAI 透過沙箱、審批、網絡政策及智能體原生遙測，安全運行 Codex。這些措施支援安全且合規地採用編碼智能體。
Berkeley AI ResearchAI 評分5151 自適應並行推理：高效推理時擴展的下一種範式
Berkeley AI Research 梳理自適應並行推理（Adaptive Parallel Reasoning，APR）的研究進展，將其界定為模型在推理時自行決定何時並行、分配多少執行緒及如何協調控制流的範式。
OpenAI NewsAI 評分3737 OpenAI 以 MRC 增強大規模 AI 訓練網絡的韌性與效能
OpenAI 推出 MRC（Multipath Reliable Connection），這項新型超級電腦網絡協定旨在提升大規模 AI 訓練叢集的韌性與效能。MRC 透過 OCP 發佈。
OpenAI NewsAI 評分3131 OpenAI 如何以低延遲、大規模交付語音 AI
OpenAI 重建 WebRTC 技術堆疊，為即時語音 AI 提供低延遲及全球規模支援，並支援流暢的對話輪替。
OpenAI NewsAI 評分5353 OpenAI 擴大 Stargate 規模，新增數據中心容量建設 AGI 算力基礎設施
OpenAI 擴大 Stargate 規模，新增數據中心容量以建設支撐 AGI 的算力基礎設施。新增容量旨在滿足持續增長的 AI 需求。
Hugging Face BlogAI 評分5252 DeepInfra 成為 Hugging Face Inference Providers 支援的服務商
Hugging Face Inference Providers 現已支援 DeepInfra，初期提供對話與文本生成，可使用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等開放權重 LLM。
OpenAI NewsAI 評分5252 OpenAI 的 ChatGPT Enterprise 與 OpenAI API 可在 FedRAMP Moderate 授權下使用
OpenAI 的 ChatGPT Enterprise 與 OpenAI API 現可在 FedRAMP Moderate 授權下使用，支援美國聯邦機構安全採用 AI。