DeepSeek开源FlashMLA:面向Hopper GPU的终极解码加速内核,大幅提升大模型推理效率
FlashMLA是一款专为Hopper GPU(尤其H800)及可变长度序列优化的高效MLA解码内核,显著加速大语言模型推理。

FlashMLA:DeepSeek高性能注意力内核库,驱动V3模型实现660 TFLOPS
FlashMLA is DeepSeek's optimized attention kernel library that powers DeepSeek-V3 models, featuring token-level sparse attention with FP8 KV cache support, achieving up to 660 TFLOPS performance on NVIDIA H800 GPUs. (FlashMLA是DeepSeek优化的注意力内核库,为DeepSeek-V3模型提供动力,具有令牌级稀疏注意力和FP8 KV缓存支持,在NVIDIA H800 GPU上实现高达660 TFLOPS的性能。)

DeepSeek-V3.1混合推理架构解析:开启智能体时代新篇章
DeepSeek-V3.1采用思考/非思考混合推理架构,显著提升推理效率与智能体能力,支持128K上下文窗口及更新后的API接口。

DeepSeek-OCR视觉文本压缩新范式2024指南
DeepSeek-OCR introduces a revolutionary LLM-centric approach to OCR that integrates vision processing directly within language models, offering superior performance on complex documents through flexible resolution support and advanced prompt engineering. (DeepSeek-OCR引入了一种革命性的以LLM为中心的OCR方法,将视觉处理直接集成到语言模型中,通过灵活的分辨率支持和先进的提示工程,在复杂文档上提供卓越性能。)

谷歌Gemini AI大模型深度解析:架构、性能与应用策略 (Google Gemini AI Models Deep Dive)
谷歌Gemini AI系列涵盖从Ultra到Nano的多模态模型,本文面向技术专家,深入解析其架构设计与实现策略,助力高效应用部署。

VoxCPM:0.5B参数语音生成模型,实现零样本语音克隆与行业领先自然度
VoxCPM: 0.5B参数语音生成模型,业界领先的自然度与零样本克隆能力。 (VoxCPM: 0.5B参数语音生成模型,业界领先的自然度与零样本克隆能力。)

VoxCPM-1.5:开源中文TTS模型,3秒克隆人声,消费级GPU高效运行
VoxCPM-1.5: A 500M-param open-source TTS model from China, offering 44.1kHz audio & 3s voice cloning on consumer GPUs. (VoxCPM-1.5:一款5亿参数开源TTS模型,支持44.1kHz音频和3秒声音克隆,可在消费级GPU运行。)

LEANN AI框架:向量数据库的SQLite时刻,本地AI搜索新范式
LEANN: Embedded vector DB framework for local RAG. On-demand computation & graph-based storage cut 97% space vs. traditional DBs. (LEANN:用于本地RAG的嵌入式向量数据库框架。按需计算和基于图的存储相比传统数据库节省97%空间。)

从星际争霸到王者荣耀:Gemini郭家毅的电竞职业转型技术分析
Gemini's career evolution: from pro player (StarCraft) to championship coach (KPL) and top streamer. A case study in esports career longevity. (Gemini职业生涯演变:从职业选手到冠军教练及顶流主播,是电竞职业长寿的典型案例。)

152篇文章
