<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>分布式计算 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%A1%E7%AE%97/</link>
    <description>Recent content in 分布式计算 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 27 Feb 2026 12:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%A1%E7%AE%97/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>代码织梦者：Jeff Dean与大一统时代的“50个虚拟实习生”</title>
      <link>https://www.neican.ai/insights/jeff-dean50-20260227121004951-1/</link>
      <pubDate>Fri, 27 Feb 2026 12:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/jeff-dean50-20260227121004951-1/</guid>
      <description>本文深度剖析了谷歌首席科学家Jeff Dean的职业哲学与技术远见，重点探讨了Gemini项目的整合内幕、硬件与算法的协同设计原理，以及其对“AI智能体化”和“万亿Token长上下文”未来的预判。Dean通过极致的能效洞察，揭示了未来软件工程将向“需求定义”转型的核心逻辑。</description>
    </item>
    <item>
      <title>解构AI大模型算力引擎：并行训练的深层逻辑与未来版图</title>
      <link>https://www.neican.ai/insights/article-20251126151005469-4/</link>
      <pubDate>Wed, 26 Nov 2025 15:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251126151005469-4/</guid>
      <description>AI大模型的高效训练依赖于数据并行、流水线并行、张量并行和专家并行等核心策略，这些技术通过优化计算、内存和通信效率，突破了单卡算力瓶颈。它们不仅重塑了算力基础设施、催生了强大的开源工具链，更驱动着AI产业格局和商业模式的深刻变革，预示着未来AI发展将走向动态自适应、软硬件协同且更经济高效的分布式计算范式。</description>
    </item>
    <item>
      <title>华为CloudMatrix 384：重构AI算力范式，国产替代加速下的系统级效率革命</title>
      <link>https://www.neican.ai/insights/cloudmatrix-384ai-20251027221010922-1/</link>
      <pubDate>Mon, 27 Oct 2025 22:10:10 +0800</pubDate>
      <guid>https://www.neican.ai/insights/cloudmatrix-384ai-20251027221010922-1/</guid>
      <description>华为CloudMatrix 384 AI芯片集群以系统级效率革新AI算力，其分布式架构和软硬协同优化使得基于昇腾910C的集群在处理大模型时展现出超越英伟达H100/H800的计算效率。这一突破不仅加速了中国AI基础设施的自主发展，更预示着AI计算将转向以系统工程和全栈集成驱动的效率竞争，深远影响全球AI产业格局。</description>
    </item>
    <item>
      <title>AI的「去中心化」前奏：Mac Studio集群重塑算力边界与创新格局</title>
      <link>https://www.neican.ai/insights/aimac-studio-20250811124006255-0/</link>
      <pubDate>Mon, 11 Aug 2025 12:40:06 +0800</pubDate>
      <guid>https://www.neican.ai/insights/aimac-studio-20250811124006255-0/</guid>
      <description>Exo Labs通过聚合Mac Studio，成功构建了高性价比、隐私可控的桌面级AI集群，为大模型本地推理和微调提供了强大解决方案。这一创新不仅挑战了传统集中式AI算力模式，也预示着AI普惠化和分布式边缘计算的未来趋势，使更多中小团队和个人得以参与AI创新。</description>
    </item>
    <item>
      <title>万亿参数时代的效率炼金术：MegatronApp如何重塑大模型训练的经济与可控性</title>
      <link>https://www.neican.ai/insights/megatronapp-20250727161005238-0/</link>
      <pubDate>Sun, 27 Jul 2025 16:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/megatronapp-20250727161005238-0/</guid>
      <description>上海期智研究院与算秩未来联合发布的MegatronApp，作为国内首个专为万亿参数大模型打造的开源增强工具链，通过智能调度、前后向计算解耦和全面的可视化诊断，成功将大模型训练效率提升25%、成本降低23%。这不仅显著降低了AI训练的经济门槛，加速了模型迭代，更预示着未来AI系统将走向更高效、可控和智能化的发展道路。</description>
    </item>
    <item>
      <title>多模态AI浪潮下的“减负”行动：火山引擎重塑音视频开发格局</title>
      <link>https://www.neican.ai/insights/article-20250627141004384-0/</link>
      <pubDate>Fri, 27 Jun 2025 14:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250627141004384-0/</guid>
      <description>火山引擎推出多媒体智能处理平台MIPP和分布式BMF框架，旨在解决多模态AI时代音视频开发面临的成本、性能与复杂性挑战。通过帧级别调度、解耦编排与部署、以及提供丰富的原子能力，MIPP致力于为开发者“减负”，提升效率，并期望通过开源策略构建开放的生态壁垒。</description>
    </item>
  </channel>
</rss>
