所有文章 · SURL AI News

Linus Torvalds 劃清 Linux Kernel 對 AI 的底線：不禁用，也不讓反 AI 立場綁架專案

在 Sashiko 與 Patchwork 串接討論中，Linus Torvalds 明確表示 Linux kernel 不是反 AI 專案；反對者可以依開源規則 fork，或選擇離開。這不是全面放行 AI 產物，而是把 AI 工具納入既有技術評估：結果要有用、責任仍在人類維護者與提交者身上。

Genesis Mission 首批計畫涵蓋核能、關鍵礦物、晶片設計與商用核融合，研究團隊將共用模型、代理框架及高效能運算資源。OpenAI 另承諾 Codex 與 API 額度，支援約 2,000 名研究者及兩項大規模科學實驗。

研究團隊針對 DeepSeek-V4 家族重做平行策略、通訊排程、核心與算子融合，使 Ascend 訓練效率達開源基線的 2.93 倍。系統再以求解器驗證資料訓練運籌研究模型，但程式、資料與硬體測量仍需更完整的公開重現。

BaseRT 新增手寫的稠密、MoE GEMM 與 FlashAttention 核心，將提示階段的矩陣運算交給 M5 GPU 內的神經加速器。團隊在 M5 Pro 報告顯著領先 llama.cpp 與 MLX，但數據目前仍來自開發者自己的單機測試。

阿里巴巴達摩院發布 2B、9B 與 122B-A10B 三種 RynnBrain 1.1 模型，新增接觸點預測及原生 3D grounding。配套 RynnBrain-VLA 以統一動作空間跨 Unitree G1、Astribot-S1 與天機舞姬訓練，但跨硬體泛化仍主要由團隊自有實驗支持。

Anthropic 計畫自 2027 年上半年起部署首批 AMD Instinct MI450 系列 GPU，總規模最高達 2 GW。合作不只是採購硬體，雙方還將以 Claude 優化 GPU 工作負載與 ROCm 軟體堆疊。

GPT-5.6 家族進入一般供應，以 Sol、Terra、Luna 分別覆蓋最高能力、均衡成本與大量低價工作負載。三款模型共享長上下文與工具介面，但推理成本、安全行為及實際品質仍需分別評估。

Nemotron 3 Embed 提供 8B、1B BF16 與 1B NVFP4 等文字嵌入模型。低精度版本把檢索模型的記憶體與吞吐效率納入第一級設計目標，但品質仍需在目標語料上驗證。

NVIDIA 開始部署為 Vera Rubin 平台設計的 Spectrum-6 交換系統，單晶片提供 102.4 Tbps 吞吐量。產品同時導入 800Gb/s 連接埠、液冷與共封裝光學選項，瞄準十萬張以上 GPU 的橫向擴充網路。

Microsoft 計畫在 Azure 規模化部署 AMD Helios，並推出搭載第六代 EPYC 的 HDv2、HXv2 與 MI455X 推論執行個體。這是 GPU、CPU、DPU、網路與軟體共同設計的基礎設施更新，實際性價比仍待公開測試。

Google 發布 LiteRT.js，讓網頁應用直接執行 `.tflite` 模型，並依裝置使用 CPU、GPU 或 NPU。它把瀏覽器端 AI 從 JavaScript 核心推向跨平台原生執行堆疊，但效能與相容性仍高度依賴瀏覽器及硬體。

LiteRT.js 透過 WebAssembly 封裝 Google 的跨平台推論執行期，並以 XNNPACK、WebGPU 與實驗性 WebNN 分別對應 CPU、GPU 與 NPU。它讓既有 `.tflite` 模型更容易移至用戶端執行，但效能與相容性仍高度取決於瀏覽器及裝置。