跳到正文
10月23日周五
  1. MiniMax (official)42

    感谢 NVIDIA NeMo 团队为 MiniMax-M3.1-Flash 提供 day-0 微调支持!🐰 这只 🐰 会在后训练场景中带来什么魔法呢?

    引用Huiying Li@huiying_lii

    You’ve probably already used it: Space Bunny pushed 200T+ tokens before anyone knew it was MiniMax-M3.1-Flash. Now it’s open weights 🔥 Thank you @MiniMax_AI for open sourcing it! Day-0 fine-tuning in NVIDIA NeMo-AutoModel ✅ FSDP2, expert, pipeline, and context parallelism, ✅scaling up to 128 GPUs, and the NVFP4 checkpoint loads directly. https://github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/vlm/MiniMaxAI/minimax-m3-1-flash.mdx

  2. MiniMax (official)58

    MiniMax 宣布 MiniMax M3.1 Flash 已获 SGLang 支持,从推理到 RL 均可 Day 0 投入使用。据引用的 SGLang 项目介绍,该集成由 MiniMax、NVIDIA、AMD 与 radixark 联合完成,在 bs1 decode 下达到 >1K tok/s,支持 NVIDIA Blackwell 与 Hopper(GB300/B300/B200/H200)及 AMD Instinct MI350X、MI355X,并可用 Miles 运行 RL。

    引用SGLang@sgl_project

    Space Bunny is here! 🐰 MiniMax M3.1 Flash hits >1K tok/s, bs1 decode with SGLang, production-ready from Day 0. This integration is a joint effort by @MiniMax_AI, @NVIDIAAI, @AMD, and @radixark, and you can also run RL with Miles! -Broad hardware support: NVIDIA Blackwell and Hopper (GB300/B300/B200/H200), plus AMD Instinct MI350X and MI355X. -Agentic serving at scale: ~100K total tok/s per GPU on the AgentX coding-agent trace with 96 concurrent sessions. -Speculative decoding: Supports MiniMax's DSpark draft and a DFlash2 draft trained by @radixark; supports HiCache and multimodal input. -Ultra-low-latency inference: MegaKernels deliver 2.15× faster single-request decode.

10月22日周四
10月21日周三
  1. NVIDIA Blog62

    英伟达 GTC Berlin 2026:黄仁勋发布 DSX POD 与 OpenShell 智能体安全架构

    英伟达 CEO 黄仁勋在 GTC Berlin 2026 主题演讲中发布 DSX POD 参考设计,将 Vera Rubin AI 工厂装入模块化集装箱,现场部署时间可从六个月缩短至 14 天。

    推荐理由:黄仁勋在 GTC Berlin 集中发布 DSX POD、OpenShell 安全智能体架构与 Agent 知识层,可据此观察英伟达如何把智能体纳入自家全栈基础设施。

  2. NVIDIA Blog75

    NVIDIA 扩展开源模型家族,覆盖语言、机器人、生物与量子计算

    NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge、BioNeMo 与 Ising。

    推荐理由:NVIDIA 一次性开放语言、世界模型、蛋白质设计与量子校准等多类模型,读者可据此判断开源权重在多行业落地时的选择空间。

  3. NVIDIA Blog50

    NVIDIA 欧洲云合作伙伴扩展:主权、开放、面向安全 AI 智能体

    NVIDIA 欧洲云合作伙伴正扩展区域算力,用于模型训练与推理,并支持智能体和物理 AI 应用。Nscale 测试显示,NVIDIA DSX MaxLPS 在同等供电预算下多部署 37% 的 GPU、聚合推理吞吐提升近 50%。Nebius 采用 NVIDIA Groq 3 LPX 搭配 Spectrum-X 以太网,为延迟敏感应用和智能体系统加速 token 生成。

  4. NVIDIA Blog60

    NVIDIA 在 GTC Berlin 公布 RTX Spark、DGX Spark 与 DGX Station 本地 AI 更新

    NVIDIA 在 GTC Berlin 展示本地 AI 硬件全线产品并公布多项更新:上周发布的 RTX Spark 面向 Windows PC 运行个人智能体,DGX Spark 64GB 于 10 月 23 日由合作伙伴开售,DGX Station 面向企业前沿负载、Windows 版本预计 12 月推出。

    推荐理由:原文集中列出本地 AI 硬件在多机集群、模型启动器和企业集成上的变化,可据此判断桌面端跑前沿模型的边界。

10月20日周二
10月19日周一
  1. Meta Engineering60

    Meta 详解千兆瓦级超算 Prometheus:首阶段建成,目标约 100 万块 GPU

    Meta 工程博客介绍其千兆瓦级超算 Prometheus,第一阶段已完成并用于训练 Muse 系列基础模型,满规模目标约 100 万块 GPU。集群目前部署 Catalina(GB200 NVL72)和 Clemente(GB300 NVL72)两代 NVIDIA 平台,后续将引入 Vera Rubin NVL72 的 San Miguel 平台。

    推荐理由:Meta 公开千兆瓦级超算 Prometheus 的硬件代际、网络与可靠性工程细节,可看到万卡训练集群如何把中断率压低 99%。

10月18日周日
10月16日周五
10月15日周四
  1. NVIDIA73

    NVIDIA 发布 Nemotron 3.5 Super VL,扩充其 Nemotron 开源模型系列,将视觉理解、推理与工具调用结合,用于帮助 AI 智能体在更短时间内完成更多工作。该模型支持文本、图像、文档和视频理解,总参数 120B、激活参数 12B。NVIDIA 表示开源模型让用户能按自己的方式定制、部署和构建。

    引用NVIDIA AI@NVIDIAAI

    Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵

    推荐理由:官方给出新开源多模态模型的总参数与激活参数,读者可据此判断其本地部署与定制空间。