一篇读懂 PD 分离：Prefill 与 Decode 为什么不再挤在一个 GPU 里
同一块 GPU 上，prefill 是计算受限的短跑冲刺，decode 是带宽受限的长跑——挤在一起互相拖累，一个长 prefill 能把解码速度拖慢最多 30 倍。本文讲透 2026 年成为默认架构的 PD 分离：干扰从哪来、KV cache 怎么搬、DistServe 与 Mooncake 交出的成绩单，以及什么时候该拆、什么时候千万别拆。
阅读全文 →
全部文章
ARCHIVE 共 363 条Anthropic Claude 刷新物理学世界纪录：单挑基于杨振宁理论 9 圈难题
Anthropic 官宣，Claude 拿下了理论物理的一项前沿纪录。
它在几乎无人类干预的情况下，连续运行数天，一举攻克了高能物理学界出了名难算的「九圈散射振幅」计算难题！
具体来说，它算出了平面 N=4 超杨-米尔斯理论里六粒子振幅的九…
Anthropic says Claude discovered a new enzyme system, but CRISPR researchers call it routine genome mining
Manuel Uth
Sep 24, 2026
Anthropic's AI model Claude found a previously unknown enzyme system in DNA databases, doing mos…
又一家 AI 明星公司诞生：曝“医生版 ChatGPT”OpenEvidence 估值冲上 150 亿美元
IT之家 9 月 25 日消息，据《商业内幕》今天（25 日）报道，面向医生提供 AI 搜索服务的 OpenEvidence，成为又一家在短期内连续完成两轮融资的 AI 明星公司。
知情人士称，OpenEvidence 近期获得多家医院系统…
Google's "Call for Me" lets Gemini phone businesses for you
Sep 25, 2026
Google is testing "Call for Me," a feature that lets Gemini call businesses on a user's behalf**, TechCrunc…
早报｜网易云音乐鸿蒙版正式上线/任正非重申「华为不造车」/腾讯QClaw将停运
🏢任正非重申「华为不造车」，将继续帮助东风造好车
📈曝 DeepSeek 年化收入运行率达 10 亿美元，数月内翻倍
🎵网易云音乐鸿蒙版正式上线，支持歌单同步与多终端使用
💬余承东回应问界调整：赛力斯主动提出主导，华为将聚焦其余四界…
G^2PTQ: Improving LLM Post-Training Quantization with Generalized Gradient Compensation
Post-training quantization (PTQ) is a practical approach to reducing the memory and computational footprint of large lan…
PrismML brings its tiny LLMs to Qualcomm-powered smart glasses
The AI Lab PrismML — founded by Caltech researchers and advised by UC Berkeley’s Ion Stoica — has created a version of i…
华为大模型双子星联手创业，要找物理世界的Scaling Law
Jay* 2026-09-25 14:14:07 来源：量子位
一场物理世界的基模实验
程浅 发自 凹非寺
量子位 | 公众号 QbitAI
数亿元资金，投向了一场物理世界的基模实验。
Physical AI创业公司**息壤开物**宣布，…
Deepmind was built to chase AGI, but its new chief just wants Gemini 4 out the door
Sep 24, 2026
Koray Kavukcuoglu wants to release Gemini 4 well before the end of the year. He calls the AGI question, whi…
Google's new Flash TTS models let you design AI voices from scratch using text descriptions
Sep 23, 2026
Nano Banana Pro prompted by THE DECODER
Key Points
Google has released two new text-to-speech models, Gemin…
GPT-6之后，具身智能走向何方？诺因发布GLOW技术报告，给出机器人“一教就会”的答案
量子位的朋友们* 2026-09-24 16:20:12 来源：量子位
人类演示一次，机器人即可实现跨场景任务复用
一直以来，要让机器人学会一项新任务，往往需要重新采集数据、编写固定流程，或进行针对性训练。这类方式可以解决确定性较高的任务…
Google Releases Gemini 3.8 Flash TTS and Flash-Lite TTS With Prompt-Based Voice Design
Google has released Gemini 3.8 Flash TTS and Gemini 3.8 Flash-Lite TTS, 2 new text-to-speech models in its Gemini Audio …