三星 zHBM 原型曝光:把内存直接摞在 AI 芯片上,封装层开始卷了
HBM 赛道已经够挤,三星另辟蹊径:不拼堆叠层数,直接把内存堆在加速器顶上。原型出来了,但量产还没影。
有人在 M3 的神经网络引擎里挖出一个 RTL 层的硬伤——DRAM 权重流式带宽从 45-60 GB/s 被压到 17-19 GB/s。改一行 prefetch 路径,本地 LLM 推理直接快 2.4 倍。
HBM 赛道已经够挤,三星另辟蹊径:不拼堆叠层数,直接把内存堆在加速器顶上。原型出来了,但量产还没影。
研究者真正的问题不是 ChatGPT 好不好用,而是 OpenAI 没给他们一条可以审计、可撤回、可隔离的通道。
HN 177 分讨论撕开一个被忽视的问题——AI 不只替代司机,也把科研里'人帮人'的那部分静默剥离了。
Tedium 报道 iLands 用 Agent 自动生成并批量发送高度个性化推销邮件,HN 43 分上首页。拆解三步流水线,聊聊为什么 Gmail 没拦住、平台为什么不动。
美国大学生找了十几年的肯尼亚代写,被 ChatGPT 一夜掀翻。NYT 这篇报道,可能是 AI 替代全球白领劳动力的第一个清晰样本。
Dwarkesh 这期把 METR 前研究员 John Beren 和 Charlie 拉到一张桌子上吵递归自我改进(RSi)。HN 64 分、53 条评论,分歧比想象的大,中间地带被双方都绕过去了。
厂商说能省 80% token,Quesma 独立测试只跑出 2%。HN 上 64 分讨论,问题到底出在哪?
竞赛数学接近满分,真实研究翻车不断。菲尔兹奖得主亲自下场,这场争论戳穿了 AI for Science 的牛皮。
第三方评测站 tokenstead.ai 放出 SWE-2 成绩,刷新 Terminal-Bench 2.1 纪录。92.8 分背后是模型、工具集还是工程闭环?先别急着下结论。
Anthropic 9 月威胁报告讲了几个 Claude 滥用案例和封禁手段。但真正的问题在报告之外——被封账号 18 小时内换号重来,检测链路根本跑不赢滥用速度。
OpenAI 官方下场做 Agent 框架,不是给开发者多一个选择,而是给 LangChain、AutoGen 们敲警钟。29 个 HN 积分背后,藏着 Agent 生态的拐点。