Omni-Infer v0.4.2 正式上线，带来面向超大规模 MoE 模型的高效推理加速方案
本次版本主要更新亮点如下：
核心功能升级
新增对 DeepSeek-v3.2-EXP with DSA 的全面支持
推出 Omni Proxy，实现高性能的 Prefill 与 Decode 分离调度（PD分离）
引入 KV offload 技术，结合主机内存扩展的 KVM 机制，使 MLA 场景下的 KV blocks 容量提升超过百倍，显著增强长上下文及多轮对话处...
9月29日，DeepSeek正式推出DeepSeek-V3.2-Exp大模型，距离此前发布DeepSeek-V3.1-Terminus仅过去不久，再次展现了其在重大节点前更新模型的节奏。此次发布的v3.2版本带有“Exp”（Experimental）后缀，表明其主要定位为技术探索性质，并非追求性能全面超越，而是为后续重大升级铺路。
本次更新的核心亮点在于引入了DeepSeek Sparse Attention（DSA），该机制首次实现细粒度稀疏注意力，在几乎不牺牲输...
2025年9月29日，deepseek-v3.2-exp模型正式发布并对外开放源代码。该模型采用了创新的稀疏attention架构，显著降低计算开销的同时，大幅提升了推理速度与效率。华为云迅速完成对该模型的全面适配，最高支持高达160k的长序列上下文处理能力。目前，deepseek-v3.2-exp已正式上线华为云大模型即服务（maas）平台，面向企业和开发者提供便捷的模型试用与api接入服务。
依托CloudMatrix384强大基础设施，华为云ModelArts...
2025 年 9 月 29 日，深度求索公司正式推出其新一代模型架构 deepseek-v3.2，迅速在行业内引发高度关注。尤为引人注目的是，寒武纪同日宣布完成对 deepseek-v3.2 的适配工作，并开源了大模型推理引擎 vllm 的源代码。
此次发布的 DeepSeek-V3.2-Exp 是一个实验性（Experimental）版本，作为通向全新架构的过渡性探索，该版本在前代 V3.1-Terminus 的基础上，首次引入了 DeepSeek Sparse At...
9 月 29 日，深度求索正式推出 deepseek v3.2-exp 模型（实验性版本），显著提升了长文本处理效率，并宣布 api 调用成本下降超过 50%。在此次发布的公告中，有这样一段值得关注的内容：
在新模型的研发过程中，需设计并实现大量全新的 GPU 算子。我们采用高级语言 TileLang 进行快速原型开发，以支持更深层次的技术探索。
据悉，TileLang 是一种轻量级的领域专用语言（DSL），专注于简化在 GPU 和 NPU 等加速器上的算子开发。其核心...
近日，deepseek正式开源了其deepseek-v3.2-exp实验版本模型，被官方定义为“通向新一代架构的重要过渡”。该模型在长文本的训练与推理效率方面实现了显著提升，标志着ai大模型发展进入新阶段。
在这一技术跃迁的关键时刻，曙光存储已率先完成AI存储架构的升级，依托自主研发的“超级隧道”技术，全面支持PCIe6.0标准，并为下一代国产芯片提供高效适配能力，显著降低AI推理延迟，缩短模型训练周期。
凭借卓越的“AI加速”性能，曙光存储已连续两年稳居中国AI存储...
10月4日，华为常务董事、华为云ceo张平安指出，芯片的制程工艺并不是决定性因素，用户真正关心的是高质量的计算输出。
近日，张平安对外透露，华为云在算力效率上取得显著进展，其实际生产效能已达到英伟达H20芯片水平的3倍。
“无论是5nm还是7nm制程，并非关键所在，客户最终追求的是高效、精准的计算结果。”张平安介绍称，通过持续的技术创新，华为云服务已在50毫秒延迟条件下，实现单卡每秒生成2400个token的处理能力。
当前，华为昇腾云服务不仅为自研的盘古大模型提供...
10月5日晚，阿尼西莫娃强势夺冠，加冕2025中国网球公开赛女单桂冠，标志着本届中网在北京国家网球中心圆满收官。赛事不仅刷新历史门票销售纪录，更集结了辛纳、高芙等多位大满贯得主，上演了一场场世界级的巅峰较量。中国金花郑钦文带伤奋战挺进第三轮，张帅逆境突围闯入32强，用坚韧不拔的拼搏精神诠释了竞技体育的真谛。作为本届中网的白金赞助商，thinkpad以领先ai科技赋能赛事全程，成为推动中网成功举办的强劲技术后盾。
在AI重塑各行各业的浪潮下，ThinkPad始终站在技...
一门由TileLang社区驱动的编程语言，正在悄然重塑国产GPU的技术生态。
近日，deepseek 宣布其最新版本正式支持国产 gpu 编程语言 tilelang，这一举措在技术圈掀起热议。tilelang 项目由 tilelang 社区自主推进，致力于简化高性能 gpu/cpu 内核的开发流程。它采用类似 python 的简洁语法，使开发者既能专注于提升开发效率，又不失底层性能优化的能力。
生态突围：国产算力的协同进化
作为专为 GPU 内核设计的领域特定语言，T...
KubeSphere 社区版现已正式上线，定位为“专为开发者及中小型团队打造的永久免费容器管理平台”。
官方声明指出，KubeSphere 社区版将享有企业级产品的长期维护与持续更新，且承诺永久免授权费用。然而，免费并不代表功能缩水。“我们坚信，技术的普及不应以牺牲品质为代价。”
KubeSphere 社区版全面支持公有云、私有云以及裸金属服务器等多种部署环境，能够无缝适配各类基础设施，满足不同场景下的部署需求。无论是在本地数据中心、云主机，还是自建物理集群中，...