GPU-Tile-Sim：面向大语言模型硬件-软件协同设计的以Tile为中心的GPU模拟框架
研究人员提出了一种名为GPU-Tile-Sim的新型GPU模拟框架，该框架以大语言模型（LLM）中的“Tile”（瓦片）计算单元为核心，旨在支持硬件与软件的协同设计。随着LLM规模不断增长，传统GPU模拟器难以高效模拟大规模并行计算及数据流。GPU-Tile-Sim通过抽象出Tile级别的计算模式和存储层次，实现了对LLM推理与训练任务的高保真模拟。该框架可帮助设计者快速评估不同架构参数和调度策略对性能、功耗的影响，从而加速专用AI芯片的研发。论文已在arXiv预印本发布，相关工具计划开源。 #GPU模拟 #大语言模型 #硬件软件协同设计 #Tile #AI芯片 #仿真框架 #arXiv
研究人员提出了一种名为GPU-Tile-Sim的新型GPU模拟框架，该框架以大语言模型（LLM）中的“Tile”（瓦片）计算单元为核心，旨在支持硬件与软件的协同设计。随着LLM规模不断增长，传统GPU模拟器难以高效模拟大规模并行计算及数据流。GPU-Tile-Sim通过抽象出Tile级别的计算模式和存储层次，实现了对LLM推理与训练任务的高保真模拟。该框架可帮助设计者快速评估不同架构参数和调度策略对性能、功耗的影响，从而加速专用AI芯片的研发。论文已在arXiv预印本发布，相关工具计划开源。 #GPU模拟 #大语言模型 #硬件软件协同设计 #Tile #AI芯片 #仿真框架 #arXiv
hero.webm
1.1 MB
Hillnote：本地优先的Markdown工作空间，集成AI与MCP协议
Hillnote 是一款以本地 Markdown 文件为核心的知识管理工作空间，整合了文档、数据库、看板、画布、幻灯片及自动化功能。所有文件均以纯 Markdown 格式保存在用户磁盘上，无需租赁数据库，无供应商锁定。内置 AI 助手支持通过 CLI 调用本地模型（如 Ollama、Apple Intelligence）处理改写、查找等轻量任务，遇到复杂任务时自动切换至前沿云端模型。用户可将工作流保存为例程，触发 AI 在后台运行。Hillnote 还通过内置 STDIO MCP 服务器暴露工作区，让 Claude Code、Codex 等外部 AI 代理直接读写文件，无需导出或专有模式。支持 Mac、Windows、iOS 和 Android 跨平台同步，同步可控，文件始终归属用户。无需注册或信用卡即可使用，付费仅针对实际使用的云服务。 #Hillnote #Markdown #AI #本地优先 #知识管理 #MCP #Ollama #跨平台同步 #生产力
Hillnote 是一款以本地 Markdown 文件为核心的知识管理工作空间，整合了文档、数据库、看板、画布、幻灯片及自动化功能。所有文件均以纯 Markdown 格式保存在用户磁盘上，无需租赁数据库，无供应商锁定。内置 AI 助手支持通过 CLI 调用本地模型（如 Ollama、Apple Intelligence）处理改写、查找等轻量任务，遇到复杂任务时自动切换至前沿云端模型。用户可将工作流保存为例程，触发 AI 在后台运行。Hillnote 还通过内置 STDIO MCP 服务器暴露工作区，让 Claude Code、Codex 等外部 AI 代理直接读写文件，无需导出或专有模式。支持 Mac、Windows、iOS 和 Android 跨平台同步，同步可控，文件始终归属用户。无需注册或信用卡即可使用，付费仅针对实际使用的云服务。 #Hillnote #Markdown #AI #本地优先 #知识管理 #MCP #Ollama #跨平台同步 #生产力
Mozilla 首份《开源 AI 现状报告》发布
Mozilla 发布其首份《开源 AI 现状报告》，基于对 950 多名开发者的全球调查显示，开源 AI 已跨越重要门槛。开源模型与 ChatGPT、Claude 等顶级闭源系统的性能差距已缩小至仅 3%，而成本在三年内下降了 50 倍。尽管开源模型支撑着约三分之一的实际 AI 使用量，但其收入仅占 4%，价值未能回流到开源生态。在采用率方面，中国和东亚以 89% 领先全球，将开源视为国家战略基石。开发者使用开源模型的意愿强烈（79%），但只有 51% 将其部署到生产环境，低于闭源模型的 63%，反映出基础设施和工具链的缺失。报告还强调，代理层（连接人与模型的软件）是决定 AI 系统行为的关键，但目前缺乏监管，用户默认批准 AI 代理请求的比例高达 93%。Mozilla CTO 指出，开源 AI 已到转折点，重点不再是扩大模型访问，而是谁有能力塑造、审计和改进模型，需要投资于基础设施、工具和治理。 #Mozilla #开源AI #人工智能 #性能差距 #开发者调查 #基础设施 #代理层 #中国 #东亚 #科技趋势
Mozilla 发布其首份《开源 AI 现状报告》，基于对 950 多名开发者的全球调查显示，开源 AI 已跨越重要门槛。开源模型与 ChatGPT、Claude 等顶级闭源系统的性能差距已缩小至仅 3%，而成本在三年内下降了 50 倍。尽管开源模型支撑着约三分之一的实际 AI 使用量，但其收入仅占 4%，价值未能回流到开源生态。在采用率方面，中国和东亚以 89% 领先全球，将开源视为国家战略基石。开发者使用开源模型的意愿强烈（79%），但只有 51% 将其部署到生产环境，低于闭源模型的 63%，反映出基础设施和工具链的缺失。报告还强调，代理层（连接人与模型的软件）是决定 AI 系统行为的关键，但目前缺乏监管，用户默认批准 AI 代理请求的比例高达 93%。Mozilla CTO 指出，开源 AI 已到转折点，重点不再是扩大模型访问，而是谁有能力塑造、审计和改进模型，需要投资于基础设施、工具和治理。 #Mozilla #开源AI #人工智能 #性能差距 #开发者调查 #基础设施 #代理层 #中国 #东亚 #科技趋势
Reqable 3.2 引入 MCP 支持，AI 接管 API 调试工作流
Reqable 是一款领先的开发者工具，其在 3.2 版本中引入了 MCP（模型上下文协议）支持，使得 Reqable 能够与 AI 连接，大幅提升 API 调试效率。任何支持 MCP 服务器的 AI 代理（如 Codex、Claude Code、Cursor、Copilot、Windsurf）均可使用。演示中使用了 VS Code 内置的 GitHub Copilot 并选择 GPT-5.4 模型。用户需下载最新 Reqable v3.2.7，完成证书安装并配置 MCP 服务器。Reqable MCP 已在 GitHub 开源，提供超过一百个工具用于 AI 驱动控制。默认只注册最常用工具，可通过 --scope all 参数启用全部工具集。为了进一步让 AI 控制 Chrome，还需安装 Chrome DevTools MCP。配置完成后，AI 可执行启动流量捕获、分析特定请求、创建 API 测试、生成 cURL 命令、添加请求到 API 集合等操作，甚至支持高级功能如重写和脚本。这一集成将 API 调试工作流全面自动化，显著减轻开发者和测试人员的负担。 #Reqable #MCP #AI #API调试 #开发者工具 #Copilot #ChromeDevTools #科技新闻
Reqable 是一款领先的开发者工具，其在 3.2 版本中引入了 MCP（模型上下文协议）支持，使得 Reqable 能够与 AI 连接，大幅提升 API 调试效率。任何支持 MCP 服务器的 AI 代理（如 Codex、Claude Code、Cursor、Copilot、Windsurf）均可使用。演示中使用了 VS Code 内置的 GitHub Copilot 并选择 GPT-5.4 模型。用户需下载最新 Reqable v3.2.7，完成证书安装并配置 MCP 服务器。Reqable MCP 已在 GitHub 开源，提供超过一百个工具用于 AI 驱动控制。默认只注册最常用工具，可通过 --scope all 参数启用全部工具集。为了进一步让 AI 控制 Chrome，还需安装 Chrome DevTools MCP。配置完成后，AI 可执行启动流量捕获、分析特定请求、创建 API 测试、生成 cURL 命令、添加请求到 API 集合等操作，甚至支持高级功能如重写和脚本。这一集成将 API 调试工作流全面自动化，显著减轻开发者和测试人员的负担。 #Reqable #MCP #AI #API调试 #开发者工具 #Copilot #ChromeDevTools #科技新闻
研究提出AI正重塑人类思维结构，催生“共同认知”与“认知漂移”现象
一项由A. Jacobs提出的“现实漂移”框架研究指出，AI系统正深刻改变人类认知方式。不同于传统工具仅提供信息，AI能参与思维的结构化过程，形成“共同认知”——一种人与系统间的递归交互循环，使部分推理过程外化至提示词、输出和摘要中。这种外化认知依赖检索与再访问，导致思维速度加快但可能面临“认知漂移”风险：即内在模型更新快于意义稳定。研究警告，长期深度交互可能引发认知依赖，即AI承担过多原本由人脑处理的结构化、综合与解释工作，形成认知外包。该研究呼吁关注AI对记忆、解释和思维递归性的长期影响。 #AI #认知科学 #共同认知 #认知漂移 #外化记忆 #现实漂移 #人机交互 #思维模式 #技术哲学
一项由A. Jacobs提出的“现实漂移”框架研究指出，AI系统正深刻改变人类认知方式。不同于传统工具仅提供信息，AI能参与思维的结构化过程，形成“共同认知”——一种人与系统间的递归交互循环，使部分推理过程外化至提示词、输出和摘要中。这种外化认知依赖检索与再访问，导致思维速度加快但可能面临“认知漂移”风险：即内在模型更新快于意义稳定。研究警告，长期深度交互可能引发认知依赖，即AI承担过多原本由人脑处理的结构化、综合与解释工作，形成认知外包。该研究呼吁关注AI对记忆、解释和思维递归性的长期影响。 #AI #认知科学 #共同认知 #认知漂移 #外化记忆 #现实漂移 #人机交互 #思维模式 #技术哲学