ข้ามไปที่เนื้อหา
เฉพาะ อุตสาหกรรม#การให้เหตุผล
วันนี้13 พฤศจิกายนวันศุกร์1 รายการ
  1. Hacker News · AI50

    NukeTorch: MacBook Pro M5 Max สี่เครื่องให้บริการ NVIDIA GR00T เร็วกว่าผลลัพธ์ H100 ที่เผยแพร่เร็วที่สุด 2.45 เท่า

    เอนจิน NukeTorch ของ Fenon AI รันนโยบายหุ่นยนต์ GR00T N1.7 ของ NVIDIA บนเครื่อง MacBook Pro M5 Max สี่เครื่อง ได้ 152.07 action chunks ต่อวินาทีกับไคลเอนต์ 192 ราย เร็วกว่าตัวเลข H100 ที่เผยแพร่เร็วที่สุด 2.45 เท่า และเร็วกว่าตัวเลขที่ NVIDIA เผยแพร่เอง 4.24 เท่า สำหรับคำขอเดียว H100 ยังชนะที่ 16.08 ms เทียบกับ 44.34 ms และเครื่อง Mac สี่เครื่องมีราคาตั้งไว้ที่ $19,996 เทียบกับอย่างน้อย $25,000 สำหรับการ์ด H100 หนึ่งใบ เวอร์ชันหนึ่งเครื่องให้ดาวน์โหลดฟรี ส่วนบิลด์หลายเครื่องต้องมีไลเซนส์เพื่อการประเมิน

1 พฤศจิกายนวันอาทิตย์
  1. Sakana AI Blog40

    Sakana AI Symposium: Jürgen Schmidhuber พูดถึงอดีตและอนาคตของ AI การผลักดันของญี่ปุ่นสู่โมเดลภาษา World Models และ Physical AI

    Sakana AI จัดงานสัมมนา "From World Models to Real-World AI" ที่โตเกียวเมื่อวันที่ 26 ตุลาคม 2026 โดย Jürgen Schmidhuber ที่ปรึกษาวิทยาศาสตร์ระดับหัวหน้าได้กล่าวปาฐกถาหลัก และ Sakana AI ประกาศว่าจะพัฒนาโมเดลภาษาที่ผ่านการฝึกอบรมล่วงหน้าของตนเองในชื่อ Sakana Sawara (ชื่อชั่วคราว) โดยโมเดลขนาดเล็กตัวแรก Sawara Small (ชื่อชั่วคราว) มีแผนจะเปิดตัวในฤดูใบไม้ผลิปี 2027 หากการพัฒนาดำเนินไปอย่างราบรื่น งานนี้มีผู้เข้าร่วมมากกว่า 400 คน และยังมีการสนทนาระหว่าง Schmidhuber กับ David Ha ซีอีโออีกด้วย

27 ตุลาคมวันอังคาร
  1. Apple Newsroom42

    Apple เปิดตัว MacBook Pro 14 นิ้วรุ่นใหม่พร้อม M6

    Apple ประกาศเปิดตัว MacBook Pro 14 นิ้วรุ่นใหม่พร้อม M6 มาพร้อม CPU 12 คอร์และ GPU 12 คอร์ ให้ประสิทธิภาพกราฟิกเร็วขึ้นสูงสุด 30 เปอร์เซ็นต์และงาน AI เร็วขึ้นสูงสุด 25 เปอร์เซ็นต์เมื่อเทียบกับ M5 ชิปนี้เพิ่ม Neural Engine แบบ Dual 16 คอร์และ GPU Neural Accelerators สำหรับ AI บนอุปกรณ์ พร้อมแบตเตอรี่สูงสุด 24 ชั่วโมง, Wi-Fi 7 และ Bluetooth 6 เปิดให้สั่งจองล่วงหน้าวันที่ 28 ตุลาคม โดยเริ่มวางจำหน่ายวันศุกร์ที่ 6 พฤศจิกายน

23 ตุลาคมวันศุกร์
  1. Modal Blog58

    Modal และ Sakana AI ให้บริการโมเดล MoE ขนาด ~1T พารามิเตอร์สำหรับ Sakana Namazu API ได้อย่างไร

    ทีมวิศวกรที่ประจำการภาคสนามของ Modal ร่วมมือกับ Sakana AI เพื่อรัน Sakana Namazu ซึ่งเป็นโมเดล MoE ขนาด ~1T พารามิเตอร์ที่ปรับแต่งสำหรับบริบททางธุรกิจญี่ปุ่น บน Modal สำหรับการเปิดตัว API สาธารณะ ทีมได้ใช้การควอนไทซ์ NVFP4 แบบเลือกเฉพาะกับ routed experts เท่านั้น โดยคง attention, router และ shared experts ไว้ใน BF16 และปรับเทียบบนบทสนทนาที่เน้นภาษาญี่ปุ่นเพื่อให้ทั้ง 23,040 experts ได้เห็นทราฟฟิกที่เป็นตัวแทน โมเดล draft DFlash แบบกำหนดเองที่ฝึกบน raw token IDs มากกว่า 30 พันล้านรายการเพิ่มอัตราการยอมรับโทเค็นแบบ speculative ขึ้น 25% และลดเวลาแฝงในการถอดรหัสต่อโทเค็นลงประมาณ 35% ขณะที่ drafter ตัวที่สองซึ่งฝึกบนคำขอจริงประมาณ 1M รายการยกความยาวการยอมรับเฉลี่ยจาก 3.51 เป็น 5.01 และลดเวลาแฝง p99 จาก 68 วินาทีเหลือ 52 วินาที