跳到正文
11月3日週二
  1. IT之家54

    高通 HBC 完成硬件驗證,AI250 明年上半年出樣,記憶體頻寬達 133 TB/s、為 AI200 的 18 倍

    高通第一代 HBC 技術已完成硬件驗證,搭載該技術的 AI250 加速器計劃於明年上半年提供樣品。高通公佈的 AI250 方案有效記憶體頻寬達 133 TB/s,為採用 LPDDR5X 的 AI200 的 18 倍。早期樣品採用兩層 DRAM 堆疊,每瓦頻寬超過 HBM4 的 5 倍,但未達此前提出的 6 倍目標;正式產品預計採用四層堆疊。

  2. HuggingFace Daily Papers(社區熱門論文)64

    推理型 VLA 可在理由不變時改變動作,研究診斷並引導這種分歧

    研究發現,推理型視覺語言動作模型(VLA)在視覺擾動下可出現理由逐字不變、實際動作卻改變的情況。在 Alpamayo 的 154 個有障礙物標註駕駛場景中,TNAS 引導攻擊在完整影像擾動下造成新碰撞的比例為 52.6%,局部前置鏡頭區域擾動下為 35.1%,無引導攻擊則為 4.55%。研究指出,安全監測不能只看理由文本,還須直接核查預測動作通道。

11月2日週一
  1. DEV Community54

    AI 智能體為何在決策複雜時失效

    Taste-Bench 對 14 個模型的測試顯示,AI 智能體在需要預測長期後果的二元決策中表現不穩,最佳模型 GPT-5.6 Sol 在 502 題的準確率為 59.7%。當所需證據已在上下文中,該模型準確率為 79.7%;需要進一步調查時則降至 21.7%。文章建議先收集證據再作決定,並以符合約束條件的路徑篩選、即時安全檢查及升級處理,避免只憑預測作出決策。

  2. DEV Community71

    LLM 推理的 Roofline 模型

    文章用 Roofline 模型,以算術強度、記憶體頻寬和運算速度判斷 LLM 推理會受記憶體或計算限制。作者在 2 核雲端 CPU 上測得 15.0 GB/s 記憶體頻寬及 164.3 GFLOP/s 運算速度,交會點為 11 FLOPs per byte;依晶片規格估算,H100 和 B200 的交會點分別約為 295 和 281 FLOPs per byte。

  3. 創業邦59

    算力的盡頭是電力?從第一性原理看 AI 基礎設施

    AI 基礎設施擴張的瓶頸不只在電力供應,而在發電、電網、散熱、儲存、封裝、資本和地方許可等環節的建設速度。文章梳理瓶頸由 GPU 轉向 HBM、CoWoS,再延伸至變壓器、燃氣輪機和並網排隊,並指出效率提升仍伴隨 AI 使用量和訓練算力增長,推高總用電需求。吉瓦級數據中心約兩至三年可建成,但大型變壓器交付最長四年、燃氣輪機交貨超過三年,呈現芯片、機房和電網建設節奏的錯配。

  4. Business Insider Tech49

    數學教授 Steven Strogatz 曾談及人生短暫時落淚,如今正學習接受 AI 對數學的影響

    康奈爾大學數學教授 Steven Strogatz 正逐漸接受 AI 對數學的影響,並在課堂上使用 AI 協助學生理解概念。OpenAI 發佈的數學解答令他讚嘆,現時 AI 程式的解題水平已可媲美或超越研究生。他同時擔心,若人們不再長時間鑽研難題,可能會錯過深入思考與解題帶來的體驗。

  5. DoNews42

    AI 推理需求推高高端 MLCC 缺貨,漲價潮或延續至 2027 年

    TrendForce 預測,AI 計算重心轉向推理與智能體,帶動 CPU 配套高容量 MLCC 需求激增,高端 MLCC 缺貨將持續至 2027 年上半年。NVIDIA、AMD 新一代 AI 平台放量加劇供應緊張,光通信模組用 MLCC 亦現缺口。消費電子需求疲軟,中低容量 MLCC 現貨價 10 月上旬回落 5%;日本廠商擬在 2027 年第一季度合約談判中跟進漲價。

  6. DEV Community84

    2026 年 9 月模型價格戰分析:Grok 4.7、Claude Opus 5.5 與 GPT-6 Sol、Luna

    在 48 小時內,xAI、Anthropic 和 OpenAI 相繼推出 Grok 4.7、Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna,文章指出模型價格比較焦點已由每百萬 token 費用轉向每項任務成本。

    推薦理由:文章把模型價格比較從每百萬 token 費用延伸至單項任務成本、快取與首 token 延遲,並指出不同廠商的基準測試未必可直接對照。

  7. 創業邦77

    Anthropic披露Claude「自我評估」機制,會在後台評估對話風險

    Anthropic公開Claude「自我評估」機制,讓Claude在回覆後於後台評估對話是否違反安全政策,並生成風險報告。文中稱,評估平均額外生成約10個 Token,推理算力開銷增加不到2%,高風險報告會交由人工安全團隊處理。研究亦指出,前台回覆與後台評估共用同一段 KV cache,存在模型偏袒自身或「串供」的可靠性疑慮。

    推薦理由:文章將後台風險評估的低推理成本與自我審查的可靠性疑慮並置,呈現這套機制在安全監測與誤報風險之間的取捨。

  8. 創業邦68

    亞馬遜投入大、收成平淡,已成 NVIDIA 的「打工仔」?

    亞馬遜第三季收入按年增長 12.1%,但 AWS 增速和廣告表現未達預期,773 億美元資本開支令自由現金流跌至 -335 億美元。海豚投研指 AWS 收入按年增長 39.3%,低於買方約 43% 的預期;廣告收入增長 10.9%,亦較上季明顯放緩。管理層預計 AWS 在 2027、2028 年的增速均逾 40%,並表示 2027 年資本開支將明顯高於 2026 年。