GPU[15]
HazyResearch发布ThunderKittens多GPU内核：兼容PyTorch，性能达PyTorch+NCCL方案2.6倍
AI训练效率新突破！HazyResearch发布的ThunderKittens多GPU内核，与PyTorch无缝兼容，实测性能达传统方案2.6倍，大幅缩短ResNet-50、GPT-3等模型训练时间。其零拷贝传输与融合GEMM内核优化，降低多GPU编程门槛，已开源并获社区支持，重新定义分布式计算效率标准。
Modular 25.6发布：AI统一计算层里程碑 主流GPU性能全面突破
AI硬件碎片化难题待解，Modular 25.6版本成破局关键。作为AI统一计算层，其首次实现NVIDIA Blackwell、AMD MI355X、Apple Silicon等跨阵营GPU统一支持，MAX引擎提升数据中心算力利用率超90%，降低开发门槛，推动AI开发效率与硬件性能释放双跃升。
开源工具GPU Kill发布：多厂商GPU统一自动化运维解决方案
混合厂商GPU环境面临利用率低、挖矿程序侵占等管理难题，开源工具GPU Kill提供跨NVIDIA、AMD、Intel及Apple Silicon平台的统一解决方案，通过实时监控、异常检测、一键进程终止及挖矿防护，有效提升资源效率，正改变行业运维格局。
Hugging Face Transformers梯度累积修复引发多GPU训练兼容性问题
Hugging Face Transformers库PR #34191修复梯度累积机制以提升损失函数灵活性，却在多GPU环境下引发Mistral等模型序列分类任务“张量设备不匹配”错误。原因为设备同步逻辑缺失，官方已恢复同步机制并完善测试，保障分布式训练稳定性。
Mojo实现Apple Silicon GPU初步支持 Mac端AI开发迎新阵地
Mojo语言最新夜间版本实现Apple Silicon GPU初步支持，为Mac端AI开发者带来本地GPU加速新可能。此前Mac用户受硬件门槛与工具链限制，依赖云端或外接显卡，现可本地完成算法编写调试，降低开发成本、提升效率。支持M1-M4芯片，需macOS 15、Xcode 16及Metal API，已能运行矩阵运算等基础场景，未来将完善PyTorch互操作等核心功能。
Together AI主办NVIDIA Blackwell架构深度研讨会 专家解析技术突破与应用
AI算力需求激增推动底层革新，NVIDIA Blackwell架构成焦点，其5nm工艺、Transformer引擎等六大突破重塑AI基础设施。Together AI将于10月2日举办研讨会，邀NVIDIA与行业专家拆解技术内核与云服务落地路径，助力开发者抢占AI创新先机。
英伟达50亿美元入股英特尔 联手打造CPU+GPU融合芯片重塑计算格局
2024年9月，英伟达斥资50亿美元入股英特尔并达成深度战略合作，共同开发融合CPU与GPU的下一代计算芯片，聚焦数据中心与个人计算领域。依托NVLink-C2C芯粒互联技术实现硬件原生一体设计，合作推动英特尔股价暴涨22.77%，有望重塑全球计算产业格局，开启半导体“融合时代”。
Triton团队发布Gluon：专为GPU底层性能调优的新型编程语言
Triton团队发布新型GPU编程语言Gluon，作为Triton生态“性能进阶工具”，共享编译器与开发工具链，通过暴露底层硬件控制参数（如CTA分配、数据布局）填补通用编程与极致性能优化空白。开发者可灵活切换抽象层级，平衡开发效率与算力释放，适用于AI大模型核心算子、HPC等场景，被社区称为“GPU编程的罗塞塔石碑”。
月之暗面开源Checkpoint Engine：Kimi K2模型参数更新突破20秒
月之暗面（Moonshot AI）开源Checkpoint Engine技术，针对大模型强化学习训练参数同步难题，将Kimi K2模型参数更新时间从10分钟压缩至20秒，大幅提升GPU利用率与训练效率，解决大模型训练隐形瓶颈，为行业提供高效工程优化方案。
英伟达推出NVIDIA Rubin CPX GPU：首款百万级token上下文AI推理芯片，性能与内存双重突破
英伟达发布新一代AI推理GPU Rubin CPX，专为超大上下文处理与生成式视频打造，配备128GB GDDR7内存、30 PFLOPS算力（NVFP4精度优化），集成视频编解码单元，投资回报率达50倍，2026年底上市，重塑AI推理效率与应用边界。