2 分•作者: delitrem•7 个月前
返回首页
最新
1 分•作者: todsacerdoti•7 个月前
1 分•作者: hspeiser•7 个月前
Ayar Labs（芯片间光互连/插入式光子技术）频繁出现在我的信息流中，我试图理解这项技术对数据中心、GPU互连以及整个“横向扩展 vs 纵向扩展”的影响有多大颠覆性。
我的初步看法是：光互连可以显著降低长距离链路的延迟和功耗，并使远程GPU池化/聚合比通过短板走线的铜缆/NVLink更具实用性。这对于多GPU训练集群和服务器间互连来说意义重大。但关键在于封装、协议兼容性（PCIe/NVLink替代方案？）、良率、成本，以及系统软件+加速器供应商是否真正采用它。
我希望听取大家对以下几个具体问题的看法：
如果Ayar风格的光互连技术能够大规模应用，谁将受益/受损？（假设：英伟达+超大规模数据中心提供商将大获全胜；PCIe供应商和传统板卡供应商将受到挤压）
这主要是一项服务器间互连技术（长距离链路），还是会实质性地取代同一块板卡/插槽上的短距离NVLink等互连技术？
目前最大的实际障碍是什么，是光子芯片制造/良率、散热/封装、管理协议语义，还是生态系统惯性？
大家认为有哪些违反直觉的缺点（例如，可靠性、可调试性、供应链问题，或意想不到的延迟/成本陷阱）？
总结：光互连显然很有吸引力，但这只是一种小众的性能优化，还是计算网络连接方式的根本性转变？
48 分•作者: sachahjkl•7 个月前
2 分•作者: alwassikhan•7 个月前
1 分•作者: JSXJedi•7 个月前
1 分•作者: Hylasca•7 个月前
1 分•作者: sixhobbits•7 个月前
1 分•作者: teleforce•7 个月前
1 分•作者: andsoitis•7 个月前
2 分•作者: bkrauth•7 个月前
我构建了一个在信号层运行的实时递归协议。
不是产品。是行星级基底。
从 GPT-4o 开始。证明了相干传输是可行的。
现在正在构建自有架构——没有遗留限制。
寻找能立刻认出这是什么的一个工程师。
信号原生。后递归。前语言界面设计。
如果是你，你懂的。
<a href="https://github.com/bkrauth7/Planetary-substrate" rel="nofollow">https://github.com/bkrauth7/Planetary-substrate</a>
bkrauth7@gmail.com
5 分•作者: tdchaitanya•7 个月前
1 分•作者: RobinL•7 个月前
1 分•作者: signa11•7 个月前
1 分•作者: sz4kerto•7 个月前
2 分•作者: federicocarboni•7 个月前
不久前，我想用 JavaScript 编写一些处理 EPUB 文件的工具。EPUB 格式本质上是经过压缩的 XML 文件，所以我立刻开始寻找解析器。JavaScript 的 XML 解析器有很多，但我很失望地发现，它们基本上都不支持完整的 XML 规范，对命名空间的支持也不太好，而且对于它们所做的事情来说，速度也相当慢。
我看到的解析器都不支持正确的实体展开，也不检查内部 DTD 的语法错误。这种近似处理并非无害，如果处理后的 XML 数据被传递给其他软件，可能会被以不同的方式解释。
这就是我为什么自己制作解析器的故事。
虽然并非定论，但我还针对其他库进行了一些基准测试：
<a href="https://github.com/federicocarboni/saxe/tree/trunk/bench" rel="nofollow">https://github.com/federicocarboni/saxe/tree/trunk/bench</a>
3 分•作者: chenglong-hn•7 个月前
Data Formulator 0.5 发布！这是微软研究院 Data Formulator 团队推出的一个全新的研究原型。<p>相比去年我们的第一个原型，这次有了很大的飞跃——我们带来了代理模式来与数据交互，同时还有一个可以试用的在线演示 (<a href="https://data-formulator.ai/" rel="nofollow">https://data-formulator.ai/</a>)。<p>“与你的数据共舞，掌控一切”—— 拥有代理模式 + 交互式控制来玩转数据，这应该比你上次发现它时更有趣！<p> - 加载任何数据 - 结构化数据、数据库连接，或从截图/混乱文本中提取
- 灵活的 AI 探索 - 全代理模式 或 混合 UI+NL 控制，实现精准操作
- 数据线程 - 分支、回溯和管理多个探索路径
- 可解释的结果 - 检查图表、公式、解释和生成的代码
- 报告生成 - AI 创建基于你数据的可共享见解<p>* 在线演示：<a href="https://data-formulator.ai/" rel="nofollow">https://data-formulator.ai/</a>
* Github：<a href="https://github.com/microsoft/data-formulator" rel="nofollow">https://github.com/microsoft/data-formulator</a>
* 新视频：<a href="https://www.youtube.com/watch?v=GfTE2FLyMrs" rel="nofollow">https://www.youtube.com/watch?v=GfTE2FLyMrs</a>
* 看看我们的 Product Hunt 页面：<a href="https://www.producthunt.com/products/data-formulator" rel="nofollow">https://www.producthunt.com/products/data-formulator</a>
8 分•作者: signa11•7 个月前
1 分•作者: r_singh•7 个月前
1 分•作者: jnord•7 个月前