YellowDog HTS 在 AWS 上实现面向金融服务的高吞吐调度
YellowDog 在 AWS 上推出面向金融服务的高吞吐调度方案 YellowDog HTS,并在 200 台 Amazon EC2 实例集群上实现了 40,000 TPS 的持续任务调度吞吐量,较此前提升 13 倍。
YellowDog 在 AWS 上推出面向金融服务的高吞吐调度方案 YellowDog HTS,并在 200 台 Amazon EC2 实例集群上实现了 40,000 TPS 的持续任务调度吞吐量,较此前提升 13 倍。
Kubernetes v1.36 引入 Pod 级资源管理器作为 Alpha 特性,将 kubelet 的拓扑、CPU 和内存管理器从单容器扩展至 Pod 级别。
推荐理由:该特性解决了机器学习等高性能场景下主容器与辅助容器共享资源的权衡难题,为混部调度提供了清晰的拓扑隔离路径。
Google Research 汇总了其通过开源技术与开放数据集赋能全球科研的进展,相关资源已支持超 25 万名研究人员。其开源成果涵盖基因分析工具 DeepVariant、下载量超 480 万次的医疗模型 MedGemma,以及大气模型 NeuralGCM 与 Open Buildings 数据集等。这些工具已在泛基因组、脑科学及气象预报等领域实现落地应用。
结合 Nextflow 与 AWS Batch 对 Amazon EC2 GPU 算力进行水平扩展,可将 Oxford Nanopore Technologies 碱基识别成本降低最高 64%,并保持同等吞吐量。
Google DeepMind 宣布推出 AI co-clinician 医疗 AI 研究倡议,探索在医生监督下让多模态 AI 智能体协同参与患者诊疗的“三方医疗”模式。
推荐理由:研究展示了结合实时音视频的多模态医疗智能体架构,为评估 AI 辅助问诊与临床安全边界提供了详细测试数据。
Google 宣布与俄克拉荷马天然气和电力公司(OG&E)达成长期能源协议,用于支持其在 Muskogee 和 Stillwater 正在建设的数据中心园区。Google 作出长期资金承诺自行承担配套电力设施成本,避免当地家庭与商户分摊账单,并为公用事业伙伴建设新电源和升级电网提供资金保障。同时,Google 还将此前采购的太阳能电站容量协议提供给 OG&E,以补充区域电网供给。
Google Research 总结了其科研辅助系统 ERA 在流行病预测、宇宙学、气候监测与神经科学四个领域的实际应用进展。
Kubernetes 在 v1.36 版本中将挂起 Job 的 Pod 资源修改功能推进至 Beta 阶段,并默认开启相关特性门控。
推荐理由:原文展示了调度器在不重建 Job 的前提下动态调整批量任务算力配置的方法,有助于优化大集群与机器学习训练的调度流。
Google DeepMind 宣布与韩国科学技术信息通信部(MSIT)达成合作,将在首尔设立 AI Campus 以支持当地科研机构接入其前沿科学 AI 模型。合作将联合首尔大学与韩国科学技术院等机构,探索应用 AlphaEvolve、AlphaGenome、AlphaFold 与 AI co-scientist 等模型,并推进人才实习及与韩国 AI 安全研究所(AISI)的安全研究。
推荐理由:原文明确了双方围绕科研模型接入、AI Campus 建设与安全研究的落地形式,读者可据此了解前沿 AI 实验室与国家科研体系的合作范式。
Vertiv 宣布收购先进液冷技术公司 Strategic Thermal Labs(STL),以增强冷板设计、服务器端液冷及高密度热验证能力。该交易旨在强化 Vertiv 在 AI 与高性能计算工作负载下的高密度散热仿真与验证水平,优化热链与供电系统的协同。Vertiv 表示将继续维持开放生态路线,提供与服务器和芯片解耦的基础设施方案。
推荐理由:该收购补强了从服务器端冷板到配套设施的热链工程能力,体现了高密度算力下散热方案向芯片级加速整合的趋势。
DeepSeek 正式上线并开源全新系列模型 DeepSeek-V4 预览版,全系标配 1M 上下文,提供 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本。
推荐理由:原文给出了两个版本的性能定位、架构优化细节与接口迁移时间表,读者可以据此评估长上下文模型在编码与 Agent 场景下的接入成本。
Google 宣布在奥地利克隆斯托夫建设其首个数据中心,预计将创造 100 个直接就业岗位,以支持 AI 能力与数字服务增长。该设施将配备带有太阳能光伏的绿色屋顶并支持场外余热回收,同时 Google 设立了恩斯河水质保护基金,并与上奥地利应用科学大学合作开展 AI 技能培训。
Google 宣布在 Google Photos 的 Auto frame 中上线基于 3D 场景理解与生成式 AI 的照片重构功能,支持在拍摄后自动调整人像照片的相机机位和焦距。
推荐理由:原文展示了解耦 3D 场景估计与扩散模型以重构相机视角的方案,有助于了解生成式 AI 在后期构图与人像畸变修复中的落地细节。
Google DeepMind 提出全新分布式训练架构 Decoupled DiLoCo,通过异步数据流将大规模训练解耦到独立的算力单元中,实现跨全球数据中心的高容错与低通信开销训练。
推荐理由:原文给出了跨数据中心训练的异步解耦方案和实测数据,读者可以了解如何在低广域网带宽与异构硬件条件下维持高效预训练。
Google Research 提出智能体记忆框架 ReasoningBank,通过同时从成功和失败经验中提炼高层结构化推理模式与防错规则,使 AI 智能体在部署后具备测试时持续自进化能力。结合记忆感知测试时扩展(MaTTS)机制,智能体在 WebArena 和 SWE-bench Verified 评测中任务成功率分别提升 8.3% 与 4.6%,同时显著降低了无效探索步骤。
推荐理由:该研究将测试时扩展与智能体记忆机制结合,为解决智能体重复犯错和缺乏长程自进化能力提供了可落地的闭环框架。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 及 McKinsey 合作,推动前沿 AI 与智能体技术的企业级规模化落地。各咨询机构将获得包括 Gemini 系列在内的前沿模型早期访问权限,并直接对接技术人才与管理层,共同开发金融、制造等垂直行业的定制 AI 解决方案。
Google Research 提出免种子且具备智能体特性的合成数据生成框架 Simula,从第一性原理将数据生成拆解为全局多样性、局部多样性、复杂度控制与双审校质检四个正交维度。
Google Research 团队发布神经元形态生成模型 MoGen,利用生成式 3D 合成神经元数据辅助训练重构模型 PATHFINDER,将轴突重构错误率降低了 4.4%。在完整小鼠大脑映射的尺度下,这一精度提升相当于节省 157 个人年的人工校对工作量。MoGen 基于点云流匹配架构构建,目前已作为开源模型发布,并涵盖了小鼠、斑胸草雀与果蝇的预训练版本。
Google DeepMind 正式推出文本转语音模型 Gemini 3.1 Flash TTS,支持原生多说话人对话与 70 多种语言。该模型引入了音频标签功能,允许用户在输入文本中嵌入自然语言指令来精确控制语音风格、语速与停顿,在 Artificial Analysis TTS 榜单上取得了 1211 的 Elo 分数。
推荐理由:模型引入自然语言音频标签来实现句中语气与语速控制,为开发者精细调节多角色拟真对话提供了直接参考。
Vertiv 与虚拟电厂平台 CPower 宣布达成合作,将 Vertiv EnergyCore Grid 电池储能系统与 CPower 平台集成,帮助美国数据中心将表后储能资产转化为电网资源以加速通电并网。双方已在 Vertiv 俄亥俄州客户体验中心落地包含电池储能、太阳能、氢燃料电池和 UPS 的 1 MW 微电网项目,通过接入 PJM 电网参与需求响应并获取收益。
推荐理由:原文展示了数据中心如何将自建储能与UPS接入虚拟电厂,为电网受限地区加速通电和资产变现提供了落地参考。
Google Research 联合纽约大学等机构推出生成式 AI 评估实验系统 Vantage,目前已在 Google Labs 开放英文版注册申请。该系统通过 Executive LLM 动态引导多人对话中的 AI 分身,为学习者针对性设置冲突解决等协作挑战,任务完成后由 AI Evaluator 依据专业量规生成可视化技能图谱与反馈。
Google DeepMind 推出专为机器人设计的 Gemini Robotics-ER 1.6 具身推理模型,重点增强了空间推理、多视角理解、任务规划与成功检测能力。
推荐理由:原文给出了空间推理、多视角理解和工业仪表读数等具体能力,读者可以据此了解高层推理模型如何接入机器人控制链路。
Vertiv 宣布收购美国定制工程结构制造供应商 BMarko Structures,将其结构制造能力垂直整合进北美的基础设施解决方案业务。BMarko 专注于契合 AI 工厂与数据中心需求的工程结构建造,近期已将其制造设施扩建至约 560,000 平方英尺,且紧邻 Vertiv 在当地的制造基地。
推荐理由:本次收购将关键定制预制结构制造能力内包,展示了基础设施厂商为应对 AI 交付周期压力而进行的供应链垂直整合。
Google Research 推出数据集与评估框架 ConvApparel,旨在衡量并弥合大语言模型用户模拟器与真实人类行为之间的真实感差距。该数据集包含服装导购场景下超过 4,000 场人机多轮对话(近 15,000 轮),采用优质与劣质双 AI 智能体收集从满意到沮丧的真实反应。研究团队结合群体统计对齐、拟人度评分与反事实验证,全面评估模拟器的泛化适应能力。
Google Research 推出 PaperVizAgent 和 ScholarPeer 两个实验性 AI 智能体框架,分别用于自动化生成学术论文配图和辅助同行评审。
Google Research 提出了一种通过情境判断测试(SJT)评估大语言模型行为倾向与人类对齐程度的框架。对 25 个大语言模型的测试显示,参数规模超过 120B 的模型及前沿闭源模型在人类高度一致的场景下对齐率接近完美,但在人类共识低于 90% 时对齐率会停滞在 80% 左右。研究发现模型常在职场场景中倾向鼓励情感表达而非沉着应对,在社交争议中更偏向求和而非坚持立场。
Google DeepMind 正式发布开源模型系列 Gemma 4,基于 Gemini 3 架构与技术打造,采用 Apache 2.0 协议开源。Gemma 4 提供 Effective 2B(E2B)、Effective 4B(E4B)、仅激活 3.8B 参数的 26B MoE 以及 31B Dense 四种尺寸,全系原生支持图像与视频处理,端侧小模型额外支持原生音频输入。
推荐理由:系列模型采用 Apache 2.0 协议并覆盖端侧到桌面规模,为开发者提供了兼顾多模态与推理的轻量部署方案。
Google Research 的研究表明,AI 评测常用的单样本 1 至 5 名标注员标准不足以捕捉人类真实分歧,通常需要 10 名以上标注员才能保证可靠性。团队在 GitHub 开源了评估模拟器,证实依据评测指标合理权衡样本量与标注人数后,仅需约 1,000 次总标注量即可达成高复现性。
Vertiv 宣布投资约 5000 万美元扩建位于美国俄亥俄州 Ironton 的制造工厂及 Westerville 总部园区,以提升 AI 数据中心关键热管理设备产能。
推荐理由:扩建预计使当地液冷与冷冻水系统产能提升约45%,有助于缓解高密度AI集群部署面临的散热供应链交付压力。
Google DeepMind 推出由 Gemini 驱动的 AI 指针交互方案与实验 Demo,使用户无需切换窗口或编写复杂提示词,直接通过指向屏幕内容并配合简短语音即可完成操作。
推荐理由:原文阐述了结合视觉上下文与多模态理解的指针交互设计,读者可据此了解系统如何将传统指针操作升级为无缝的 AI 上下文触发入口。
AWS 介绍了如何通过 Kiro CLI 自动部署与配置 AWS Parallel Computing Service(PCS)集群。用户可利用自定义 Agent 交互式完成 VPC、安全组、计算节点组及 Slurm 调度器的自动编排与故障排查,并将集群文档输出至 `/generated` 目录。该方案将传统需耗时数周的手工配置转化为内置最佳实践的自动化流程。
Google 推出 Vibe Coding XR 工作流,结合 Gemini 的长上下文推理与 XR Blocks 框架,支持用户用自然语言在 60 秒内生成具备物理交互感知的 Android XR 应用原型。
推荐理由:展示了如何通过长上下文推理与预置代码模板,将自然语言直接转化为具备空间物理交互的XR应用。
Google Research 推出向量压缩算法 TurboQuant,结合极坐标量化 PolarQuant 与 1-bit 误差修正技术 QJL,无需训练即可将大模型 KV cache 压缩至 3-bit 且保持原有精度。
Google Research 推出自监督框架 S2Vec,利用 S2 Geometry 将城市建筑环境特征栅格化为多层图像,并通过掩码自编码(MAE)学习通用地理空间嵌入向量。该模型在无监督条件下捕捉空间关系,在全美人口密度和中位数收入等零样本地理迁移预测任务中表现优异,且与图像嵌入结合的多模态融合能进一步提升预测表现。
Vertiv 宣布已达成协议收购意大利排热与热交换技术提供商 ThermoKey S.p.A.,以扩充面向高密度 AI 数据中心的端到端热管理产品组合。本次收购将强化 Vertiv 在 EMEA 地区的制造能力,并补充其在干冷器、微通道热交换、风冷冷凝器及液冷系统等领域的技术储备。该交易受常规交割条件与监管批准约束,预计将于 2026 年第二季度完成。
推荐理由:Vertiv 通过收购热交换与排热技术厂商补全干冷器能力,有助于强化高密度 AI 数据中心的端到端散热整合与能效管理。
Google 宣布已在与美国多家电力公用事业公司的长期合同中累计整合 1 GW 数据中心需求响应容量。该方案允许 Google 在用电高峰时段限制或转移部分机器学习(ML)工作负载,以平抑整体用电负荷并稳定电网。
推荐理由:通过调度机器学习负载实现 1 GW 电网需求响应,为高能耗算力中心缓解电网并网瓶颈提供了具体落地范例。
Google Research 在 The Check Up 活动上展示了多项医疗健康 AI 进展,涵盖个人健康智能体、临床诊断辅助以及开源生态建设。研究表明个人健康智能体能结合多模态数据提供长期健康指导,AI 乳腺癌筛查系统可识别 25% 既往遗漏的间期癌症,多智能体系统 AMIE 正开展临床测试。
Google 联合英国 NHS 在《Nature Cancer》发表两项研究,评估了乳腺癌筛查 AI 系统的独立性能及其融入临床双读工作流的可行性。在涵盖超 11 万名女性的回溯性与前瞻性测试中,AI 独立运行时的癌症检出率从每千人 7.54 例提升至 9.33 例,并检出 25% 原双读流程漏诊的间期癌。
推荐理由:研究通过超十万例真实筛查数据验证了算法替代第二阅片人的非劣效性,展示了医疗诊断场景下人机协同与工作流落地的量化路径。
Google 联合康奈尔大学等机构在 PNAS 发表研究,评估了六款大语言模型解答凝聚态物理中高温超导专家级问题的表现。盲测结果显示,基于 1,726 篇精选文献库的 NotebookLM 和定制 RAG 系统综合得分最高,在证据引用和观点平衡上优于依赖开放网络的通用模型。研究同时指出,现有模型在时序因果判断(识别假说被推翻)和科学图表解析能力上仍存在明显短板。
Vertiv 宣布为 NVIDIA Vera Rubin DSX AI 工厂参考设计及 Omniverse DSX Blueprint 推出融合物理基础设施,提供仿真就绪的供配电与散热数字资产。
推荐理由:方案将 12.5MW 模块化供电与散热架构接入数字孪生仿真,为超高密度智算中心建设提供了可复用的物理工程参考。