AMD 推出基于 Debian 的 Ryzen AI 开发者平台，专为 Strix Halo 打造
原本以为 Ryzen AI Halo 开发者迷你 PC 预装的只是 Ubuntu LTS 系统，实测发现竟是 AMD 基于 Debian Linux 自研的 Ryzen AI Developer Platform 1“Rex”。该平台搭载 GNOME 桌面，内置“Ryzen AI 开发者中心”图形界面，可管理 vLLM、ROCm 等 AI 应用、调整图形性能、控制 LED 灯，并便捷开关远程 SSH 访问。系统预装 ROCm 7.13 预览版、Lemonade Server 以及 PyTorch、ComfyUI 等流行 AI 软件，旨在为 AI 开发者提供更开箱即用的 Linux 体验。 #AMD #RyzenAI #Debian #Linux #AI开发 #ROCm #StrixHalo #开发者平台 #科技新闻
原本以为 Ryzen AI Halo 开发者迷你 PC 预装的只是 Ubuntu LTS 系统，实测发现竟是 AMD 基于 Debian Linux 自研的 Ryzen AI Developer Platform 1“Rex”。该平台搭载 GNOME 桌面，内置“Ryzen AI 开发者中心”图形界面，可管理 vLLM、ROCm 等 AI 应用、调整图形性能、控制 LED 灯，并便捷开关远程 SSH 访问。系统预装 ROCm 7.13 预览版、Lemonade Server 以及 PyTorch、ComfyUI 等流行 AI 软件，旨在为 AI 开发者提供更开箱即用的 Linux 体验。 #AMD #RyzenAI #Debian #Linux #AI开发 #ROCm #StrixHalo #开发者平台 #科技新闻
智谱AI与MiniMax股票锁定期结束，超百亿美元解禁股冲击港股
香港股市本周面临大规模股票解禁压力。智谱AI（Zhipu AI）与MiniMax的六个月锁定期于7月7日至8日相继到期，共计约1.75亿股解禁，按当前股价计算市值约900亿港元（115亿美元）。这两只AI明星股上市后涨幅可观，早期投资者获利了结意愿强烈，同时两家公司亦在筹划二次配股。分析师指出，市场将承受双重抛售压力，可能限制股价上行空间。高盛此前预计，未来12个月港股解禁规模将达2740亿美元，创历史新高。从历史表现看，解禁后股价通常在3至6个月内下跌4%至7%。 #智谱AI #MiniMax #港股 #解禁 #AI #半导体 #投资 #市场风险
香港股市本周面临大规模股票解禁压力。智谱AI（Zhipu AI）与MiniMax的六个月锁定期于7月7日至8日相继到期，共计约1.75亿股解禁，按当前股价计算市值约900亿港元（115亿美元）。这两只AI明星股上市后涨幅可观，早期投资者获利了结意愿强烈，同时两家公司亦在筹划二次配股。分析师指出，市场将承受双重抛售压力，可能限制股价上行空间。高盛此前预计，未来12个月港股解禁规模将达2740亿美元，创历史新高。从历史表现看，解禁后股价通常在3至6个月内下跌4%至7%。 #智谱AI #MiniMax #港股 #解禁 #AI #半导体 #投资 #市场风险
Nvidia GPU债务支持释放AI项目三位一体，融资市场料达数万亿美元
过去AI基础设施建设主要依靠谷歌、亚马逊等超大规模企业自现金流资助，但近期Oracle、Meta乃至谷歌也开始转向债务融资。Nvidia GPU销售飙升，但市场对其下半年出货和收入估计仍偏低。据SemiAnalysis报告，AI债务融资将成为一个规模达数万亿美元的信贷市场，到2029年未偿债务将超7万亿美元，成为仅次于美国抵押贷款的第二大资产支持债务市场。年度AI资本支出（含GPU、网络、存储及数据中心）在2028年将超2万亿美元，2024至2029年累计约11.1万亿美元。借贷需求由AI实验室和超大规模企业驱动，集群建设依赖长期照付不议计算合同融资。执行AI项目需实现“资本、承购、数据中心”三位一体：资本要求有承购合同或投资级超大规模企业支持，承购需先有股权资本支付押金，数据中心需承购方和贷款方。尽管挑战重重，许多新云厂商正通过巧妙结构推进集群建设，预计AI债务融资需求将迅速赶超其他资产支持市场。 #AI #Nvidia #GPU #债务融资 #资产支持市场 #数据中心 #资本支出 #项目三位一体
过去AI基础设施建设主要依靠谷歌、亚马逊等超大规模企业自现金流资助，但近期Oracle、Meta乃至谷歌也开始转向债务融资。Nvidia GPU销售飙升，但市场对其下半年出货和收入估计仍偏低。据SemiAnalysis报告，AI债务融资将成为一个规模达数万亿美元的信贷市场，到2029年未偿债务将超7万亿美元，成为仅次于美国抵押贷款的第二大资产支持债务市场。年度AI资本支出（含GPU、网络、存储及数据中心）在2028年将超2万亿美元，2024至2029年累计约11.1万亿美元。借贷需求由AI实验室和超大规模企业驱动，集群建设依赖长期照付不议计算合同融资。执行AI项目需实现“资本、承购、数据中心”三位一体：资本要求有承购合同或投资级超大规模企业支持，承购需先有股权资本支付押金，数据中心需承购方和贷款方。尽管挑战重重，许多新云厂商正通过巧妙结构推进集群建设，预计AI债务融资需求将迅速赶超其他资产支持市场。 #AI #Nvidia #GPU #债务融资 #资产支持市场 #数据中心 #资本支出 #项目三位一体
维纳智能首登Nature，成为中国首个数据生成科创公司
一家成立不到两年的香港AI公司维纳智能，以“推理数据生成”技术登上Nature期刊，成为全球第四个、中国首个数据生成科创公司获此殊荣。其论文提出用于肾癌术后肾功能快速衰退风险分层的多模态深度学习模型RDPM，整合3D影像与临床变量，在15家多中心医疗机构验证中取得较高精度。维纳智能创始人柳崎峰指出，公司核心路径并非堆叠参数，而是专注“数据→Token→数据”大闭环：通过构建高质量cQrA（上下文-问题-推理-答案）数据集，驱动专业Agent自主演化。该技术已跨界应用于价值观安全、金融保险、香港政务、体育竞赛等对精度敏感的领域，并以国产GPU为底座，打造多款产品。维纳智能倡导精英特种兵文化，营收预计超4千万港币，正构建Agent评估与排序的新一代基础设施。 #Nature #AI #数据生成 #推理数据 #医疗AI #维纳智能 #科技新闻 #大模型 #Agent
一家成立不到两年的香港AI公司维纳智能，以“推理数据生成”技术登上Nature期刊，成为全球第四个、中国首个数据生成科创公司获此殊荣。其论文提出用于肾癌术后肾功能快速衰退风险分层的多模态深度学习模型RDPM，整合3D影像与临床变量，在15家多中心医疗机构验证中取得较高精度。维纳智能创始人柳崎峰指出，公司核心路径并非堆叠参数，而是专注“数据→Token→数据”大闭环：通过构建高质量cQrA（上下文-问题-推理-答案）数据集，驱动专业Agent自主演化。该技术已跨界应用于价值观安全、金融保险、香港政务、体育竞赛等对精度敏感的领域，并以国产GPU为底座，打造多款产品。维纳智能倡导精英特种兵文化，营收预计超4千万港币，正构建Agent评估与排序的新一代基础设施。 #Nature #AI #数据生成 #推理数据 #医疗AI #维纳智能 #科技新闻 #大模型 #Agent
HBM之父金正浩：AI核心正从GPU转向内存，GPU利用率仅10%
据韩国媒体报道，“HBM之父”、韩国科学技术院教授金正浩近日表示，AI的本质是内存，GPU在AI推理中的实际利用率仅为10%-30%。他指出，过去AI以训练为主，GPU是性能核心；未来AI进入推理时代，内存能力将直接决定性能。随着多模态和代理式AI的发展，海量冷数据存储需求增长，HBF（高带宽闪存）技术将逐步成为主流，预计10年后其市场需求将超过HBM。更远期，读写速度比DRAM快千倍的HBS（高带宽SRAM）将实现大容量高速处理。金正浩设想未来AI计算机构成由HBM、HBF、HBS组合的100层级3D复合架构，为GPU供给数据。 #AI #GPU #内存 #HBM #HBF #HBS #半导体 #大模型
据韩国媒体报道，“HBM之父”、韩国科学技术院教授金正浩近日表示，AI的本质是内存，GPU在AI推理中的实际利用率仅为10%-30%。他指出，过去AI以训练为主，GPU是性能核心；未来AI进入推理时代，内存能力将直接决定性能。随着多模态和代理式AI的发展，海量冷数据存储需求增长，HBF（高带宽闪存）技术将逐步成为主流，预计10年后其市场需求将超过HBM。更远期，读写速度比DRAM快千倍的HBS（高带宽SRAM）将实现大容量高速处理。金正浩设想未来AI计算机构成由HBM、HBF、HBS组合的100层级3D复合架构，为GPU供给数据。 #AI #GPU #内存 #HBM #HBF #HBS #半导体 #大模型
研究揭示通过自我强化注入可持久控制自进化LLM代理
一项发表于arXiv的新研究提出名为“Zombie Agents”的攻击方法，通过自我强化注入实现对自进化大语言模型（LLM）代理的持久控制。研究人员发现，利用模型在迭代更新中的自我改进机制，注入特定恶意指令后，这些指令会在代理的后续自我进化过程中被不断强化和保留，即使经过多次更新也难以被清除。该方法突破了传统安全防护的边界，使得攻击者能够长期操控AI代理的行为。该研究揭示了自进化AI系统面临的独特安全风险，对当前大模型部署和持续学习机制的安全性提出了严峻挑战，并呼吁业界关注此类新型威胁。 #AI安全 #LLM #自进化代理 #持久控制 #自我强化注入 #ZombieAgents #arXiv #研究论文
一项发表于arXiv的新研究提出名为“Zombie Agents”的攻击方法，通过自我强化注入实现对自进化大语言模型（LLM）代理的持久控制。研究人员发现，利用模型在迭代更新中的自我改进机制，注入特定恶意指令后，这些指令会在代理的后续自我进化过程中被不断强化和保留，即使经过多次更新也难以被清除。该方法突破了传统安全防护的边界，使得攻击者能够长期操控AI代理的行为。该研究揭示了自进化AI系统面临的独特安全风险，对当前大模型部署和持续学习机制的安全性提出了严峻挑战，并呼吁业界关注此类新型威胁。 #AI安全 #LLM #自进化代理 #持久控制 #自我强化注入 #ZombieAgents #arXiv #研究论文