跳到正文
#部署/工程
9月20日周日
  2. IT之家·人工智能57

    国内首次“通感智算”一体化技术验证卫星鹏城首发星发射成功，搭载 5G NTN 基站与星地激光

    2026 年 9 月 20 日 12 时 03 分，力箭一号遥十八火箭成功发射 9 颗卫星，其中鹏城首发星暨鹏城南科一号是国内首次把 5G NTN 基站、核心网、星载 AI 智算、星地激光及微波通信联合搬上天的技术验证卫星，由银河航天与鹏城实验室、南方科技大学等联合研制。

  3. Rohan Paul64

    Bending Spoons CEO Luca Ferrari 表示，公司约 99% 的 AI 请求和 token 运行在自托管的开源权重模型上，成本基本只有少量云端费用。约 1% 的请求走闭源前沿模型 API，只用于最复杂任务，或像资深工程师检查初级工程师那样自动复核开源模型的产出。

    引用Molly O’Shea@MollySOShea

    BREAKING: Only ~1% of Bending Spoons’ AI requests & tokens goes to frontier models. 99% runs on self-hosted open-weight models. CEO Luca Ferrari on the shift to Sovereign AI: “We end up using open-weight models we self-host, so these are basically free. I mean, there is a little bit of cloud cost, but for 99% of the requests and tokens.” “And the frontier models, generally closed weight, through APIs for maybe 1% of the requests, only for the most complex tasks.” “Sometimes we use them automatically to check the work that got done by the slightly less intelligent models, as a more senior engineer would with a more junior engineer.”

9月19日周六
  2. OpenRouter：Announcements63

    OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本

    OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。

    推荐理由：OpenRouter 用自家基准数据对比 Jev 与生成式 LLM 的成本和延迟，并给出路由与验证两套可直接复用的代码模式。

9月18日周五
  4. 公众号：智谱62

    智谱上线 GLM-5.3-FlashX，推理速度最高 200 tokens/s

    智谱正式推出 GLM-5.3-FlashX，在 GLM-5.3-Flash 基础上加大对 Infra 侧投入与推理优化，速度最高 200 tokens/s，算力基于 10 万张国产芯片。该模型此前曾以 Ox Alpha 之名面向开发者，官方称其长期保持同尺寸最强智能水平并具备高性价比，API 已上线，Model Key：GLM-5.3-FlashX。

  6. IT之家·人工智能59

    华为发布 Peerium 计算架构，Atlas 950 超节点为首代产品

    华为 9 月 17 日在上海发布 AI 时代全新计算架构 Peerium，称基于嵌套并行、统一内存寻址和平等互联，可实现百万级处理器作为一台计算机协同工作。该架构提出 Nested BSP 计算范式，关键互联技术为基于开放协议的灵衢；首代产品为 Atlas 950 超节点，25.6 万卡 Atlas 950 集群已在部署中，基于 NPO 的 Atlas 960 系统正在测试中。

  12. Rohan Paul64

    智谱（Zai）分享 GLM-5.3 帮助构建并优化 GLM-5.3-Flash 推理基础设施的过程，系统从首次成功运行到生产就绪用时不到两周，端到端吞吐相对初始基线提升至 3 倍。

    引用Z.ai@Zai_org

    We’re sharing how GLM-5.3 helped build and optimize the inference infrastructure serving GLM-5.3-Flash. The system went from its first successful run to production readiness in less than two weeks, with end-to-end throughput tripling relative to the initial baseline. The key was dense feedback: local correctness tests, execution traces, microbenchmarks, and end-to-end measurements that enabled targeted hypothesis testing rather than reliance on aggregate performance metrics alone. https://z.ai/blog/glm-built-its-inference-infrastructure

9月17日周四
  1. Unsloth AI68

    Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 工作流，无需配置，支持 NVIDIA 和 AMD，指南见 https://unsloth.ai/docs/get-started/install/docker。

    引用Unsloth AI@UnslothAI

    推出 Unsloth Desktop 🦥 首个可在本地运行和训练模型的桌面应用。 • 开源。支持 Mac、Windows 和 Linux • 支持 MLX、扩散图像/视频、音频、GGUF • 将 Claude Code 和 Codex 连接到本地 LLM • 准确率提升 50%，自愈式工具调用 + 沙箱化代码执行 • 适用于 CPU + 多 GPU 配置——NVIDIA、AMD、Intel、Mac • 训练模型速度提升 2×，VRAM 占用减少 70% • 私密网页搜索、深度研究、RAG、MCP 及导出（NVFP4、GGUF） • 使用 Unsloth 的 OpenAI 兼容 API 和云端模型 • 安全地远程部署 LLM，随时随地访问 Unsloth Desktop 现已在 http://unsloth.ai 和 GitHub 上发布。 GitHub：https://github.com/unslothai/unsloth 博客与指南：https://unsloth.ai/docs/desktop

    推荐理由：官方介绍了新 Docker 镜像和 Desktop 应用，列出本地训练运行模型的硬件支持与效率数字，读者可据此评估本地部署方式。

  7. jietang64

    唐杰撰文称，GLM-5.3 驱动的 Infra Agent 用两周时间让 GLM-5.3-Flash 在国产加速器上从首次运行到承接全部生产流量，端到端吞吐达 3.2 倍。

    引用Z.ai@Zai_org

    We’re sharing how GLM-5.3 helped build and optimize the inference infrastructure serving GLM-5.3-Flash. The system went from its first successful run to production readiness in less than two weeks, with end-to-end throughput tripling relative to the initial baseline. The key was dense feedback: local correctness tests, execution traces, microbenchmarks, and end-to-end measurements that enabled targeted hypothesis testing rather than reliance on aggregate performance metrics alone. https://z.ai/blog/glm-built-its-inference-infrastructure

  8. IT之家·人工智能57

    华为发布业界首个采用 NPO 技术的昇腾 960 超节点，openEuler 成中国服务器操作系统份额第一

    华为全联接大会 2026 上，汪涛宣布基于昇腾 960 芯片和 Hi-ONE 打造业界首个采用 NPO 技术的超节点，单节点 4096 卡规模，最大提供 8E FP8 算力和 1PB HBM 容量，用 5500 个 Hi-ONE 替代 4.8 万颗 800G 光模块，降低超 550 千瓦功耗，系统可用度达 99.8%。

  9. IT之家·人工智能56

    华为昇腾 960 芯片提前发布，960DT 定档 2027 年 Q1 实现性能翻番

    华为轮值董事长汪涛在华为全联接大会 2026 上表示，昇腾 960 芯片提前就绪，实现性能翻番。昇腾 960DT 将于 2027 年 Q1 发布，比原计划提前三个季度；960PR 将于 2027 年 Q3 发布，提前一个季度；后续昇腾 970 计划 2028 年、昇腾 980 计划 2029 年发布，坚持一年一代节奏。据此前预告，昇腾 960 原计划 2027 年 Q4 发布。

  12. GitHub Blog87

    GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust

    GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。

    推荐理由：当事工程师复盘用 AI 智能体在数月内将 Copilot 运行时迁往 Rust 的全过程，策略、回归样本和成本数据对同类迁移有直接参考价值。

  14. Rohan Paul63

    Patrick Wendell 宣布 Databricks 将 Astra 推广至全公司约 3500 名工程师。要点包括：Astra 在复杂任务（高级系统设计、长程横向任务）上明确优于此前最高端模型 Opus 5 和 Sol 5.6；使用 Astra 的工程师整体编码开销较基线增加约 60%；中低复杂度任务上提升不明显，疑似已被现有模型饱和。

    引用Patrick Wendell@pwendell

    Today we rolled out Astra to every engineer at Databricks (N=~3500). Some notes that may be helpful to others: 1. Astra unambiguously out performs our previous highest-end models (Opus 5, Sol 5.6) on highly complex tasks, especially those related to high level system design or long range horizontal tasks. 2. Engineers given Astra increased overall coding spend by around 60% compared to baseline. 3. It is not clear Astra meaningfully improves on medium/low complexity coding tasks compared to earlier models. We suspect those tasks are mostly saturated (i.e. perfectly executed) by existing models. 4. We learned above by piloting Astra with around 200 users to gain signal on both quality and cost. We use Unity Gateway to do cohort-based experiments for all new models. 5. We give engineers a sub-budget specific to Astra to encourage them to use Astra selectively on complex tasks while preferring lower cost models for everyday tasks. Our engineers are able to mix-and-match tools and models within their overall budget envelope (we also allow for increased budgets through various mechanisms). These budgets are defined in Unity Gateway and regularly revisited. Note: We do not have robust comparisons of Astra-vs-Fable because we have net yet rolled out Fable widely due to data retention policies.

  17. 蚂蚁百灵：Developer Blog44

    蚂蚁百灵 OmniTable 如何把一次数据验证从 14 天缩短到 2.5 天

    蚂蚁百灵为 PB 级大模型数据治理搭建的统一宽表系统 OmniTable，将一项真实 SFT 数据治理任务的处理周期从约 14 天缩短至约 2.5 天，缩短约 82.1%，人工操作步骤从约 45 个减至约 12 个。该系统目前管理超过 35 PB 数据、逾 3050 亿条记录，相关论文获 VLDB 2026 最佳工业论文奖。

9月16日周三