把 MuJoCo 搬上 GPU：MJWarp 迁移的四道闸门与三种不报错的错误
NVIDIA 把一台 SO-101 从单个 MuJoCo CPU 世界搬到 2,048 个并行 MJWarp 环境，API 改动只有一张对照表。真正难的是搬完之后怎么确认没搬错：容量溢出只打印警告、.numpy() 静默同步、计时不同步测的是入队速度——三类错误都不抛异常，只让数字失真。
09.27/
苏晚/11 MIN
苏晚/11 MIN精选洞察
AI 咨询视角的深度分析与趋势解读
解码快 3 倍，端到端只快 1.5 倍：VLM 推测解码 DSpark 的账怎么算
Liquid AI 给 LFM2.5-VL-3B 配了 280M 的专用草稿模型，llama.cpp / MLX-VLM / SGLang 首日支持。解码最高提速 3.13 倍，但端到端最低只有 1.30 倍——差距卡在 prefill 和视觉编码上。本文拆解三套硬件六个任务的实测数据、接受长度这一列说明了什么，以及什么场景下值得上。
09.27/苏晚/10 MIN
苏晚/10 MIN
tokenizers v1 最高快 30 倍，中文却只快 6.8 倍
Hugging Face 的 tokenizers v1 候选版在 Token ID 不变的前提下，把编码提速 3 到 30 倍。但分语言数据里中文只有 6.77 倍、排倒数第二，词缓存对中文还略拖后腿。三处关键改动怎么起作用，按 Qwen2 切分规则实测中英文 pre-token 差在哪，都在这里。
09.22/苏晚/15 MIN
苏晚/15 MIN
Transformers 直接跑 GGUF：Python 追平 llama.cpp
Hugging Face 让 transformers 直接加载 llama.cpp 的 GGUF 量化权重，在 M2 Max 上跑到 llama.cpp 的九成以上，27B 那一档还反超。值得看的不是又多了一个本地推理方案，而是这段差距究竟是从哪两处补回来的。
09.22/苏晚/5 MIN
苏晚/5 MIN
