<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>负载均衡 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%B4%9F%E8%BD%BD%E5%9D%87%E8%A1%A1/</link>
    <description>Recent content in 负载均衡 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 21 Nov 2025 08:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%B4%9F%E8%BD%BD%E5%9D%87%E8%A1%A1/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>DeepSeek LPLB：MoE负载均衡的线性规划新范式与AI算力革命的前奏</title>
      <link>https://www.neican.ai/insights/deepseek-lplbmoeai-20251121081004948-2/</link>
      <pubDate>Fri, 21 Nov 2025 08:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/deepseek-lplbmoeai-20251121081004948-2/</guid>
      <description>DeepSeek开源的LPLB项目，通过创新的线性规划方法解决MoE模型动态负载不均问题，显著提升了大规模AI模型训练的算力效率，为降低成本和加速模型发展提供了关键技术支撑。这一低调发布的技术，不仅是AI训练优化领域的重大突破，也预示着硬件与软件深度协同将成为未来AI基础设施竞争的核心，对整个产业生态和AGI探索路径产生深远影响。</description>
    </item>
  </channel>
</rss>
