多维公平性建模：首次将多资源、完成时间、长期公平三大维度融合为统一目标函数，通过权重动态调整适配不同场景，解决传统方案 单一维度偏科问题；异构资源适配：引入资源效能系数，量化不同 GPU 的性能差异，使公平性评估更贴合实际异构集群环境；智能优化融合：结合改进 DRF、遗传算法、强化学习，形成静态分配 + 动态优化的分层架构，既保证初始分配的公平性，又能实时适配集群负载变化；

Grouped MatMul 的难点还在于如何根据 Device Tensor 中的分组信息组织不规则任务。本文以 M 轴分组为例，分析预计算映射在 Ascend 910B 上引入约 1 ms 额外开销的原因，并通过 24 个常驻 program 将不同 Group 的输出 tile 组成连续任务流，减少 Host 同步、Kernel Launch 和组尾 Core 空闲；随后使用对角线 Swiz

我们使用了逐算子、逐 module 层精度对比工具，以及 loss 曲线比对的方式，排查分析了大模型微调时下游评测精度在 A2 和 CUDA 对不齐的问题。经分析发现和rms_norm存在精度问题，在使用非和使用组合的rms_norm后，loss 曲线可以和 CUDA 对齐，且下游评测任务的平均得分和 CUDA 基本一样。如果你喜欢我们的内容，欢迎我们！也欢迎在评论区与我们互动！你的支持是我们持续

本文探讨了大模型训练任务故障诊断中的对比分析方法。训练任务的强同步特性使得局部故障会扩散为全局异常，导致用户观察到的症状（如程序挂起、训练崩溃或性能下降）与根本原因（如单个节点或GPU的硬件故障）之间存在较大差距。文章提出利用训练任务的同质性、周期性和拓扑结构特征，通过空间对比（不同rank或节点的行为差异）、时间对比（同一rank在不同迭代中的表现差异）和跨任务对比（失败任务与成功任务的差异）三

KernelSwift 把 “大模型偶尔写出好算子” 的偶然事件，变成 “持续、可复现、高性能” 的必然结果。其通过可控的优化迭代框架、分层的反馈体系、多样化的探索策略，让大模型真正成为算子优化的 “智能助手”，结合DeepLink芯片适配的基础和技术能力，既降低了底层优化的技术门槛，又持续推高 AI 系统的性能上限。未来，随着数据飞轮的持续转动，KernelSwift 还将在更多算子场景、更多硬

为解决传统AI评测人工成本高昂、技术门槛高、跨芯片适配难等痛点问题，DeepLink团队推出多智能体协作的自动化评测方案，构建多智能体协作机制，实现AI软硬件评测的全流程自动化，能够显著提升评测效率。此外，团队在近日开源了 AI 全环节软硬件验证技能库（DeepEval-Skills），作为验证平台的核心工具之一，DeepEval-Skills已适配多款国内外主流AI芯片，覆盖 NLP、CV、多模

3D高斯泼溅（3DGS）凭借出色的渲染质量和速度，已成为三维重建、具身智能等领域的当红技术。然而，当场景规模扩大或分辨率升至4K时，即使3DGS也难以维持实时帧率。现有优化多从算法角度压缩高斯数量或简化光栅化，却忽略了更根本的问题：3DGS的渲染管线与硬件特性并不匹配。本文从硬件加速角度：将Alpha混合过程映射为矩阵乘法，让Tensor Core真正参与3DGS渲染，并设计G2L坐标变换解决FP

随着AI Agent从实验环境走向生产环境，Sandbox沙箱技术成为保障系统安全的核心基础设施。本文从“为什么需要”到“如何实现”再到“怎么选”：介绍 Agent Sandbox 的需求背景，在集群中如何提供规模化Sandbox 服务，最后探讨底层 Sandbox Runtime 技术路线并给出选型建议。

近日，上海人工智能实验室（上海AI实验室）升级并开源DeepLink多元算力混合推理技术方案，在此前仅支持多国产芯片的基础上，拓展NVIDIA 等芯片跨架构混合推理能力，满足多类推理场景需求。为便于方案落地，上海AI实验室联合八家国产芯片厂商推出标准化推理镜像，开发者下载即可快速部署；开源上述方案核心技术——智能流量路由系统DLRouter，助力行业低成本构建高吞吐、低时延的异构推理服务。

本文探讨了Agent时代存储优化的新思路。在上篇的基础上，下篇主要介绍运用超80万条文本片段进行的动态控制实验，基于Agent的局部性特征进行存储方案优化，成功提升了引用的效率，最终可以让模型容易进行引用而不是生成，从而让Agent执行任务变得更便宜。在本篇中详细介绍了在“紧凑布局”和“自适应索引”这两个优化方向上的探索与实验发现，并提出了在生产环境中的工程建议及未来优化方向！