Baihai_IDP

作者 | Martin Alderson 编译 | 岳扬 我总听人说 AI（尤其是推理环节）是台烧钱机器[1-3]。表面上看这种说法似乎有道理，但我一直对这类论断持保留态度，因此决定深入探究一番。 目

作者 | Dave Friedman 编译 | 岳扬 目前流传着一种看似合理的说法：GPT-5 表现未达预期，因此 AI 泡沫正在破裂。这个观点看似顺理成章，实则是错误的。这个说法将四个不同维度的事情

作者 | Austin Lyons 编译 | 岳扬 本文将解析低延迟与低抖动如何主导分布式训练的迭代效率，指出现有传统以太网技术的局限性，并阐释 InfiniBand 为何能成为高性能计算锁步工作负载

作者 | Austin Lyons 编译 | 岳扬 01 前端网络 vs 后端网络 上次我们探讨了大语言模型预训练中的 GPU 间通信，重点分析了与邻近 GPU 的高速高带宽连接（如通过 NVLink

作者 | Austin Lyons 编译 | 岳扬 本系列文章将用轻松的方式聊聊网络与 GPU。这个话题很重要，但可能显得有些枯燥或深奥。请耐心听我道来！ 01 训练动机 训练大语言模型需要海量的浮点

作者 | Paul Iusztin 编译 | 岳扬 开门见山地说：如果你现在还在只谈论“提示词工程”，那你就已经落后了。 在大语言模型（LLM）的发展初期，精心设计提示词确实是核心任务。 对于 202

作者 | Amazon Web Services - Labs 编译 | 岳扬 01 “氛围编程” 根据 wikipedia 介绍[1]，氛围编程（vibe coding）是一种现代软件开发方式，用户

作者 | Alessio Fanelli 编译 | 岳扬 在 AI 安全领域，“自我改进（Self-Improving）”是个令人不安的术语，它暗含着“机器将以人类无法理解的方式超越人类智慧”的意思。

作者 | Devansh and Sebastian Raschka, PhD 编译 | 岳扬 目录 01 DeepSeek V3/R1 1.1 多头潜在注意力机制（MLA） 1.2 混合专家模型（M