跳到正文
  1. Microsoft Research62

    微软研究院:把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长电池续航。

    推荐理由:微软研究院系统测量了机器人端侧推理的瓶颈,并给出可复用的卸载工具链,读者可据此判断物理 AI 的部署取舍。

  1. Berkeley AI Research62

    从 CUDA 到 MLX:K-Search 如何把内核优化经验带到 Apple Silicon

    Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX,通过结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核成为知识库并适配为 Apple Silicon 内核。

    推荐理由:K-Search 把 CUDA 内核优化经验迁移到 Apple Silicon,读者可看到跨平台内核迁移的具体方法与实测数据。

已经到底了