Triton 为什么跑赢 CUDA：Meta 重写推荐系统嵌入算子的关键一步
Meta 把推荐系统最重的 TBE 算子从 CUDA 模板重写成 Triton，GB200 上 307 个生产分片的反向带宽中位数领先 13%~22%。收益大头不是编译器更聪明，而是把协作内核的切换点从段长 32 挪到 256——在 Triton 里这只是改一个配置值。
10.07/
苏晚/12 MIN
苏晚/12 MIN精选洞察
AI 咨询视角的深度分析与趋势解读
表格预测搬进上下文：NVIDIA Kumo Tabular 不训练不调参
NVIDIA 开源表格基础模型 Kumo Tabular：给一张带标签的表，一次前向传播直接预测新行，不训练、不调参、不做特征工程。全部用人造表预训练，在 TabArena 上 ELO 1950 排名第一，推理比 LimiX-2 快 17 倍。
09.30/苏晚/13 MIN
苏晚/13 MIN
82亿美元买一份「负载说明书」：AMD 收购 World Labs 的真实标的
AMD 以约 82 亿美元全股票收购李飞飞创办的 World Labs。按模型公司估值，这笔钱怎么算都不值；把它当成一份写给 2029 年芯片的负载说明书，才讲得通。英伟达买 Hugging Face 锁定现在，AMD 买 World Labs 下注未来——而中国缺的不是世界模型，是把未来负载写进芯片规格书的机制。
09.29/苏晚/5 MIN
苏晚/5 MIN
解码快 3.13 倍，端到端只有 1.56 倍：VLM 投机解码的天花板
Liquid AI 把 DSpark 投机解码扩展到视觉语言模型，端侧解码最高提速 3.13 倍，但端到端最低只有 1.56 倍。用它自己的基准数据反推解码占比，能得到一条比「最高多少倍」有用得多的选型规则：收益由输出长度决定，不由草稿模型决定。
09.28/苏晚/12 MIN
苏晚/12 MIN
