سختافزار
هوش مصنوعی روی Core Ultra: تسریع مدل Qwen3‑8B با طراحی پوشه عمقبرش
در سال ۲۰۲۵، مهندسان Intel و تیم Qwen3‑8B توانستند با استفاده از OpenVINO.GenAI و روش پیشبینی تخیلاتی، سرعت نسل مدل عاملانه خود را تا ۱.۴ برابر افزایش دهند. این دستاورد، گامی مهم در جهت بهرهبرداری سریعتر هوش مصنوعی بر روی سختافزارهای خردهگرای Intel است.
سختافزار
ZeroGPU و کمپایل پیکزمان: سرعتبخش بزرگ برای هوش مصنوعی در هابهای هاجینگ فیس
ZeroGPU و کمپایل پیکزمان در PyTorch، تکنولوژی پیشکامپایل برای یافتن حداکثر کارایی در هاجینگ فیس، سرعت بالا و بهرهوری GPU را امکانپذیر میسازد.
سختافزار
هوش مصنوعی: طراحی، ساخت و مقیاسپذیری کرنلهای CUDA برای تولید شتابدهنده
دانش کتابخانه kernel‑builder را به قلم دنیل کوک و دافید هولتز، سفورتی برای ساخت و کمیتسازی کرنلهای CUDA متناسب با تولید در اختیار ما میدهد، که در این مقاله گام به گام مراحل طراحی، ساخت، انتشار و مقیاسپذیری این کرنلها را پوشش میدهد.
سختافزار
هوش مصنوعی در هاب Hugging Face: انتقال به Xet مقیاسپذیری را ارتقا میدهد
در جولای ۲۰۲۵، Hugging Face از Git LFS به Xet مهاجرت کرد، با بیش از ۱ میلیون کاربر، ۵۰۰ هزار مخزن و ۲۰ پیبیت داده، سرعت و مقیاسپذیری را گسترش داد.
سختافزار
هوش مصنوعی در هگزینگفیس: سه اعلان کلیدی برای پایداری زیرساخت تولید
هگزینگفیس با سه هشدار کلیدی در زمینهٔ NAT Gateway، آرشیو لاگ هاب و API Kubernetes، بهجای امنیت محتوا و بهرهوری بالا دست مییابد.
سختافزار
هوش مصنوعی در دستهی Groq: پیوستن به Hugging Face و سرعت بینظیر
Groq به تازگی به عنوان یک ارائهدهندهی استنتاج در Hugging Face Hub معرفی شد؛ تکنولوژی LPU™ آن، سرعت بیسابقهای را برای مدلهای زبانی سنگین فراهم میکند. این پیشرفت در حوزهی سرورلس و هوش مصنوعی چگونگی کارکرد آن چیست؟
سختافزار
تسلط بر متنهای طولانی در LLMها با KVPress
یک پست وبلاگ از NVIDIA در مورد بغل کردن صورت
سختافزار
تجسم و درک حافظه GPU در PyTorch
ما در مسیر پیشرفت و دموکراتیزه کردن هوش مصنوعی از طریق متنباز و علم آزاد هستیم.