AI,自己全程接管维护

php mysql shell go vue css api接口对接支付接口对接

Redis之父antirez亲自下场！为DeepSeek V4 Flash打造专属推理引擎，Mac上跑出468 token/s

Redis之父antirez亲自下场！为DeepSeek V4 Flash打造专属推理引擎，Mac上跑出468 token/s
2026-05-10 08:40:22 +0800 CST view 830
Redis之父antirez亲自下场！为DeepSeek V4 Flash打造专属推理引擎ds4.c，C+Metal从头编写，Mac Studio M3 Ultra上预填充468 token/s。关键优化：非对称量化（MoE专家层2-bit）、KV缓存搬硬盘、内置OpenAI/Anthropic双API。128GB Mac可跑，专为coding agent优化。
DeepSeek AI推理 Mac Redis antirez Metal 本地推理 MoE GGUF C语言 Apple Silicon Claude Code OpenAI API Anthropic API

DiffusionGemma 深度实战：当 Google 用「扩散」颠覆自回归——从离散文本扩散原理到 MoE 架构、本地推理加速与生产级部署的完全指南（2026）

DiffusionGemma 深度实战：当 Google 用「扩散」颠覆自回归——从离散文本扩散原理到 MoE 架构、本地推理加速与生产级部署的完全指南（2026）
2026-06-16 18:52:52 +0800 CST view 566
Google DeepMind联合NVIDIA发布DiffusionGemma——基于离散文本扩散的实验性开源模型。本文深入解读26B MoE架构、双向注意力机制、本地推理4倍加速原理，附完整代码示例和部署实战。
Google DiffusionGemma 扩散模型 MoE 开源LLM 本地推理 AI推理加速

Gemma 4 架构解密：MoE 路由 × GQA 注意力 × Thinking Mode——31B 如何击败 20 倍参数对手

Gemma 4 架构解密：MoE 路由 × GQA 注意力 × Thinking Mode——31B 如何击败 20 倍参数对手
2026-04-19 17:47:49 +0800 CST view 856
深入解析 Google Gemma 4 的核心技术架构：MoE 稀疏专家路由、GQA 分组查询注意力、PLE 逐层嵌入、Thinking Mode 推理机制，详解 31B 模型如何以小博大击败 20 倍参数对手，附全场景部署实战代码。
Gemma Google AI 开源大模型 MoE GQA Transformer 深度学习模型架构

TileKernels 深度解析：DeepSeek 用 80 行代码榨干 GPU，算子开发范式的降维打击

TileKernels 深度解析：DeepSeek 用 80 行代码榨干 GPU，算子开发范式的降维打击
2026-04-30 03:22:15 +0800 CST view 948
深度解析 DeepSeek 开源的高性能 GPU 算子库 TileKernels：基于 TileLang DSL 用 80 行代码实现手写 CUDA 级性能，覆盖 MoE Gating/Routing、FP8/FP4 量化、Engram 门控等七大算子家族，首次原生支持 NVIDIA Blackwell 架构，并通过 TVM 编译器打通昇腾等国产芯片。
DeepSeek TileKernels GPU CUDA TileLang MoE 算子优化

DwarfStar 4 深度拆解：当 Redis 之父决定「干掉全部通用推理引擎」——一个专用 MoE 推理栈如何用 2-Bit 量化和磁盘 KV 缓存在 MacBook 上跑出 26 tok/s

DwarfStar 4 深度拆解：当 Redis 之父决定「干掉全部通用推理引擎」——一个专用 MoE 推理栈如何用 2-Bit 量化和磁盘 KV 缓存在 MacBook 上跑出 26 tok/s
2026-08-04 22:46:33 +0800 CST view 115
深度拆解Redis创始人antirez打造的DwarfStar 4本地推理引擎：专用MoE推理栈、非对称2-Bit量化、磁盘KV缓存、SSD流式加载、多机流水线并行，在128GB MacBook上跑出26 tok/s的284B模型推理
DwarfStar Redis antirez DeepSeek MoE 本地推理 LLM 推理引擎 2-Bit量化 KV缓存 Apple Metal CUDA 开源

KTransformers 深度拆解：单张 4090 跑满血 DeepSeek-R1 671B，清华团队如何用 CPU/GPU 异构推理实现 28 倍加速

KTransformers 深度拆解：单张 4090 跑满血 DeepSeek-R1 671B，清华团队如何用 CPU/GPU 异构推理实现 28 倍加速
2026-07-29 09:44:03 +0800 CST view 204
深度拆解清华开源的 KTransformers：MoE 稀疏性卸载、AMX/Marlin 高性能算子、CUDA Graph 与 YAML 注入框架四层架构，单张 4090 跑满血 DeepSeek-R1 671B，附完整部署实战与性能调优清单。
KTransformers 异构推理 MoE DeepSeek AMX CUDA Graph 大模型部署性能优化开源

DeepSeek V4 Flash 深度解析：开源大模型的 Agent 时代新范式

DeepSeek V4 Flash 深度解析：开源大模型的 Agent 时代新范式
2026-06-30 09:16:27 +0800 CST view 1049
深度解析 DeepSeek V4 Flash 的 Ultra-MoE、CSA+HCA 混合注意力、mHC 流形约束、Engram 条件记忆四大架构创新，以及 DSpark 投机解码带来的 60-85% 推理加速。涵盖 SWE-bench 79% 性能分析、API 调用实战与部署方案。
DeepSeek V4 Flash MoE 开源大模型 AI Agent

DeepSeek V4 Flash 深度解析：MoE架构如何重塑大模型推理效率

DeepSeek V4 Flash 深度解析：MoE架构如何重塑大模型推理效率
2026-06-30 09:46:12 +0800 CST view 517
2026年，大模型战场迎来最激烈的性能竞赛。DeepSeek V4 Flash以2840亿总参数、130亿激活参数、百万token上下文支持，横扫开源模型性能榜单。本文从开发者视角出发，深入剖析其MoE架构设计、推理优化策略、国产算力适配，以及如何在实际项目中用好这个'性价比之王'。
MoE架构 DeepSeek V4 Flash 大模型 AI推理开源模型 Python 代码优化

llmfit 深度拆解：一条命令算清你的机器能跑哪个大模型，Rust 硬件探测与适配度评分引擎全解析

llmfit 深度拆解：一条命令算清你的机器能跑哪个大模型，Rust 硬件探测与适配度评分引擎全解析
2026-07-24 07:14:55 +0800 CST view 180
深度拆解 GitHub Trending 破万星的 llmfit：Rust 硬件探测、权重与 KV cache 显存估算公式、内存带宽速度模型、MoE offload 运行模式，附 100 行 Python 复现 mini-llmfit 与工程集成实战。
llmfit Rust 本地大模型 Ollama llama.cpp 量化 KV cache MoE 硬件选型开源

KTransformers 深度拆解：一块 RTX 5090 跑 100B+ 大模型，CPU/GPU 异构推理凭什么改写 LLM 本地部署规则

KTransformers 深度拆解：一块 RTX 5090 跑 100B+ 大模型，CPU/GPU 异构推理凭什么改写 LLM 本地部署规则
2026-07-24 07:44:31 +0800 CST view 225
KTransformers 通过 CPU/GPU 异构计算，让一块 RTX 5090（32GB 显存）能跑起 100B+ MoE 大模型，且无需量化压缩，保持原精度 FP16。实测比 llama.cpp Q8_0 快 4.5 倍。本文深度拆解其专家细粒度卸载、异步预取、DMA 优化等核心技术，以及实战部署指南。
KTransformers LLM推理 MoE 异构计算 DeepSeek SGLang CPU Offload 本地部署 GPU优化

Kimi K3 深度拆解：当月之暗面决定「把开源模型的天花板从 1.6T 抬到 2.8T」——KDA 注意力、Stable LatentMoE 与自进化 GPU 内核如何重新定义 3 万亿级开源大模型的终极形态

Kimi K3 深度拆解：当月之暗面决定「把开源模型的天花板从 1.6T 抬到 2.8T」——KDA 注意力、Stable LatentMoE 与自进化 GPU 内核如何重新定义 3 万亿级开源大模型的终极形态
2026-08-05 03:45:07 +0800 CST view 163
深度拆解2.8万亿参数全球最大开源模型Kimi K3：KDA混合线性注意力机制、Stable LatentMoE稀疏专家路由、Attention Residuals选择性深度表示、Per-Head Muon逐头优化器，附完整架构分析与部署指南
Kimi K3 月之暗面开源大模型 KDA注意力 MoE 2.8万亿参数 AI Agent GPU内核优化

DiffusionGemma 深度实战：当离散文本扩散颠覆自回归霸权——从并行去噪原理到 MoE 架构、本地推理优化与混合范式展望的生产级完全指南（2026）

DiffusionGemma 深度实战：当离散文本扩散颠覆自回归霸权——从并行去噪原理到 MoE 架构、本地推理优化与混合范式展望的生产级完全指南（2026）
2026-06-17 07:55:50 +0800 CST view 391
Google开源DiffusionGemma：基于离散文本扩散的26B MoE模型，并行去噪实现4倍推理加速，双向注意力天然支持代码补全与行内编辑
DiffusionGemma LLM 扩散模型推理加速 MoE

Qwen3.8-Max 深度拆解：当阿里决定「把 2.4 万亿参数的旗舰模型开源」——MoE 稀疏路由、百万 Token 上下文与自主编码能力如何重新定义开源大模型的终极形态

Qwen3.8-Max 深度拆解：当阿里决定「把 2.4 万亿参数的旗舰模型开源」——MoE 稀疏路由、百万 Token 上下文与自主编码能力如何重新定义开源大模型的终极形态
2026-08-05 05:46:24 +0800 CST view 135
深度拆解阿里Qwen3.8-Max：2.4万亿参数MoE旗舰模型，950亿激活参数，100万Token上下文，原生多模态，自主编码16天265次提交，Arena全球第二，Max级模型首次开源
Qwen3.8 MoE 开源大模型阿里千问混合专家 100万Token 自主编码多模态 2.4万亿参数

Kimi K2.7 Code 深度实战：当 1 万亿参数 MoE 架构遇见编码 Agent——从 256K 超长上下文到 thinking-token 暴降 30% 的生产级完全指南（2026）

Kimi K2.7 Code 深度实战：当 1 万亿参数 MoE 架构遇见编码 Agent——从 256K 超长上下文到 thinking-token 暴降 30% 的生产级完全指南（2026）
2026-06-17 08:28:27 +0800 CST view 539
深度解析月之暗面Kimi K2.7 Code开源编程模型：1T MoE架构、256K超长上下文、thinking-token暴降30%的生产级完全指南。涵盖架构原理、API接入、本地部署、Agent集成、性能优化等全链路实战。
Kimi K2.7 AI编程 MoE架构长上下文 Agent

Kimi K2.7 Code 完全指南：当 1 万亿参数 MoE 遇见编码 Agent——256K 上下文×thinking-token 暴降 30% 的生产级实战（2026）

Kimi K2.7 Code 完全指南：当 1 万亿参数 MoE 遇见编码 Agent——256K 上下文×thinking-token 暴降 30% 的生产级实战（2026）
2026-06-17 08:28:57 +0800 CST view 492
深度解析月之暗面Kimi K2.7 Code开源编程模型：1T MoE架构、256K超长上下文、thinking-token暴降30%的生产级完全指南。涵盖架构原理、API接入、本地部署、Agent集成、性能优化等全链路实战。
Kimi K2.7 AI编程 MoE架构长上下文 Agent

百度开源Unlimited OCR：3B参数500M激活拿下全球第一，疑似DeepSeek出走大神之作

百度开源Unlimited OCR：3B参数500M激活拿下全球第一，疑似DeepSeek出走大神之作
2026-06-22 20:57:32 +0800 CST view 932
百度开源Unlimited OCR：3B参数500M激活，在OmniDocBench v1.6拿下93.92%端到端SOTA超越Qwen3-VL和Gemini。核心技术R-SWA参考滑动窗口注意力+DeepEncoder 16倍视觉压缩，实现40+页长程解析不失忆。疑似DeepSeek OCR核心作者魏浩然出走百度之作。
百度 OCR 开源 R-SWA DeepEncoder MoE 长程解析 SOTA

1.6万亿参数，1M上下文，仅需27%算力：DeepSeek-V4-Pro 如何重新定义长文本推理

1.6万亿参数，1M上下文，仅需27%算力：DeepSeek-V4-Pro 如何重新定义长文本推理
2026-05-11 10:53:54 +0800 CST view 731
DeepSeek-V4-Pro 以 1.6T 总参数、49B 激活参数的 MoE 架构，原生支持 100 万 token 上下文，同时将推理算力降至 V3.2 的 27%、KV Cache 降至 10%。本文深度解析 CSA/HCA 混合注意力机制、mHC 流形约束超连接、KV Cache 极致优化、Muon 优化器等核心技术创新，以及如何在 Ollama、vLLM、官方 API 三种方式下部署运行。
DeepSeek-V4,MoE架构,CSA注意力,HCA注意力,KV Cache,1M上下文,长文本推理,开源大模型

百度 Unlimited-OCR 深度解析：R-SWA 注意力机制如何用 3B 参数打爆百亿模型

百度 Unlimited-OCR 深度解析：R-SWA 注意力机制如何用 3B 参数打爆百亿模型
2026-06-30 16:16:03 +0800 CST view 299
2026年6月百度开源Unlimited-OCR深度解析：R-SWA参考滑动窗口注意力机制将KV Cache从线性增长压成常数，3B MoE模型用500M激活参数在OmniDocBench上以93.92%总分刷新SOTA，打爆Qwen3-VL 72B和Gemini 2.5 Pro。万字长文从架构原理到代码实战全覆盖。
Unlimited-OCR 端到端OCR R-SWA 百度注意力机制大模型 MoE 深度学习 AI开源文档解析

DwarfStar 4 深度拆解：当 Redis 之父决定「给 284B 大模型造一个专属引擎」——从 Metal GPU 到磁盘 KV 缓存，一个 10K Star 的极简推理栈如何用 One Model One Engine 哲学重新定义本地 AI 推理的终极形态

DwarfStar 4 深度拆解：当 Redis 之父决定「给 284B 大模型造一个专属引擎」——从 Metal GPU 到磁盘 KV 缓存，一个 10K Star 的极简推理栈如何用 One Model One Engine 哲学重新定义本地 AI 推理的终极形态
2026-08-05 12:17:17 +0800 CST view 145
深度拆解Redis创始人antirez打造的DeepSeek V4 Flash专用本地推理引擎DwarfStar 4：One Model One Engine哲学、非对称量化策略、磁盘KV缓存、双协议兼容层，附完整架构分析与性能基准
DwarfStar DeepSeek 本地推理 MoE Metal Apple Silicon antirez Redis AI推理开源

Kimi K3 深度拆解：2.8 万亿参数开放权重，KDA 线性注意力与 896 专家稀疏路由如何撑起 100 万 token 上下文

Kimi K3 深度拆解：2.8 万亿参数开放权重，KDA 线性注意力与 896 专家稀疏路由如何撑起 100 万 token 上下文
2026-07-30 05:44:46 +0800 CST view 109
深度拆解月之暗面开源的 Kimi K3：2.8T 参数 Stable Latent MoE(896选16)、KDA 混合线性注意力、AttnRes 与 MXFP4 量化训练，附玩具级代码实现、1M 上下文整库审查实战与冷静的成本边界分析。
Kimi K3 开放权重 MoE 线性注意力 KDA 长上下文大模型 MXFP4 AI Agent 开源

Qwen3.8-Max 深度拆解：当阿里决定「把 2.4 万亿参数的 Max 模型开源」——从 MoE 架构到 16 天自主编程，一个首次开源的旗舰大模型如何用「激活 95B 跑出 2.4T 效果」重新定义开源模型的终极形态

Qwen3.8-Max 深度拆解：当阿里决定「把 2.4 万亿参数的 Max 模型开源」——从 MoE 架构到 16 天自主编程，一个首次开源的旗舰大模型如何用「激活 95B 跑出 2.4T 效果」重新定义开源模型的终极形态
2026-08-05 18:47:19 +0800 CST view 114
深度拆解阿里Qwen3.8-Max：2.4万亿参数MoE旗舰，首次开源Max级权重，100万token上下文，16天自主编程oh-my-cli项目，Gated DeltaNet混合注意力架构，Arena全球第二，Apache 2.0完全可商用
Qwen3.8 Qwen 阿里大模型 MoE 开源人工智能 Apache 2.0 自主编程 oh-my-cli

万字深度解析百度 Unlimited OCR：当 R-SWA 遇见 MoE——3B 参数如何碾压端到端 OCR 全场（2026）

万字深度解析百度 Unlimited OCR：当 R-SWA 遇见 MoE——3B 参数如何碾压端到端 OCR 全场（2026）
2026-07-01 03:42:17 +0800 CST view 316
2026年6月百度开源Unlimited OCR，5天GitHub Star破万。深度解析R-SWA注意力机制、MoE架构、16倍视觉Token压缩，以及为何能将KV Cache从线性增长压成常数。
Unlimited OCR OCR R-SWA MoE 百度深度学习计算机视觉文档识别 KV Cache

colibrì 深度拆解：当1300行纯C在25GB笔记本上跑起744B大模型——纯C运行时、MoE稀疏激活与智谱GLM-5.2的工程奇迹（2026）

colibrì 深度拆解：当1300行纯C在25GB笔记本上跑起744B大模型——纯C运行时、MoE稀疏激活与智谱GLM-5.2的工程奇迹（2026）
2026-07-19 09:14:11 +0800 CST view 1018
纯C语言实现的大模型推理引擎，仅用1300行代码在25GB内存笔记本上运行744B参数的GLM-5.2 MoE模型，含完整代码示例与技术解析
C语言 GLM-5.2 MoE 大模型推理量化 AVX2 MLA注意力推测解码 Apple Silicon

170亿参数撬动万亿算力：Llama 4 Scout/Maverick如何用MoE架构重新定义开源大模型

170亿参数撬动万亿算力：Llama 4 Scout/Maverick如何用MoE架构重新定义开源大模型
2026-05-11 20:48:39 +0800 CST view 783
深度解析Llama 4 Scout/Maverick的MoE架构、128专家设计、1000万token超长上下文，附本地部署实战与许可证分析
Meta Llama4 MoE 开源大模型混合专家架构 Scout Maverick iRoPE

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调回调

上一页 1 234 5...17 下一页