vLLM 集成 Helion 实现高性能可移植线性后端
vLLM 集成 PyTorch 原生 DSL Helion 构建线性后端，通过自动调优在 NVIDIA Hopper GPU 上超越 CUTLASS 和 DeepGEMM。该方案支持 FP8/INT8 量化，部分工作负载吞吐量提升超 10%，但面临启动延迟与维护开销挑战。
#推理
#推理
今日 0 条PyTorchAI 评分5050
PyTorchAI 评分5555 PyTorch 发布 Blackwell 上端到端块缩放 MXFP8 FlashAttention-4 研究
PyTorch 团队扩展 FlashAttention-4 以支持 MXFP8 前向和反向传播，在 LLM 形状上达到 2.85 PF/s 前向和 2 PF/s 反向吞吐量。
阮一峰的网络日志AI 评分2525 科技爱好者周刊第412期：Laravel禁止issue与Claude证明费马大定理
PHP框架Laravel宣布禁止提交issue，仅接受Pull Request以过滤垃圾信息并降低维护成本。Anthropic利用Claude AI耗时11天将安德鲁·怀尔斯的费马大定理人工证明翻译为Lean语言程序，生成超1300万行代码，创下最长数学程序纪录。