阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-17100 篇

刷新

云服务商Lambda部署NVIDIA光子学交换机:自测显示延迟降4%,NVIDIA称能效升5倍

实质变化
2026-11-17 00:00

美国云服务商Lambda于2026年11月16日宣布,在其连接超过10,000颗NVIDIA GB300 NVL72 GPU的大规模AI集群中,正式部署NVIDIA Photonics共封装光学(CPO)交换机。这一举措旨在解决超大规模AI训练中网络瓶颈导致的能耗过高与稳定性不足问题。

据Lambda公布的测试数据,与传统可插拔光模块相比,CPO方案在机架级别将网络延迟降低了约4%,在Pod级别最高降低约10%,同时保持相同的吞吐量。在散热表现上,Lambda报告其部署中的光学引擎中位温度为36°C,而传统可插拔光模块通常为51°C。更低的温度有助于维持信号完整性并延长平均无故障时间(MTBI)。

NVIDIA Photonics技术的核心在于将光引擎直接集成在交换芯片封装内,取代了传统的可插拔收发器。这种架构缩短了电信号传输路径,减少了重定时器芯片的使用。NVIDIA声称该技术可提供高达5倍的电源效率和15倍的可靠性提升,但需注意这些为一般性规格声称,具体效果取决于实际部署环境,并非Lambda本次部署的独立实测结论。

此次部署采用了液冷技术以应对高密度计算产生的热量。每个交换机配备144个800Gb/s端口,并包含18个可现场更换的外部光源模块。这种设计允许技术人员在不更换整个模块的情况下替换故障光源,进一步提升了运维效率。

信息源:NVIDIA Blog

研究

亚马逊云科技:检索指令管回答怎么写,元数据过滤器管检索什么——共享知识库的多租户定制方法

实质变化
2026-11-16 23:46

同一套产品文档和策略文件往往要服务不同受众:三个销售区域的客户需要各自的语言和日期格式,内部支持团队需要简短工单备注。此前在 Amazon Bedrock 托管知识库上实现这种差异化,开发者必须关闭响应生成、自行调用模型、在每个应用中维护提示词。亚马逊云科技机器学习博客 2026 年 11 月发布的文章介绍了一种新机制:检索指令(retrieval instruction)——一种可版本化的托管资源,每个请求引用它,而不是在每个应用中重复维护。

文章的核心区分值得注意:检索指令改变回答怎么写,但不限制检索什么。指令有四个字段——persona 设定身份、语气和语言;answerFormat 规定结构、日期和货币格式以及引用方式;retrievalGuidance 指导代理如何解读问题并优先搜索哪些文档;answerPolicy 决定是否回答以及如何处理超出范围的问题。其中 persona、answerFormat 和 answerPolicy 仅在 generateResponse 为 true 时生效,retrievalGuidance 无论是否生成回答都适用。但作者明确警告:这些字段不是授权或数据隔离边界。要让不同租户只看到自己的文档,必须用元数据过滤器或独立知识库来控制检索范围。

这个区分在实践中有一个容易被忽视的后果:回答策略是尽力而为的。文章举例说,即使指令写明绝不讨论受限工程笔记,如果代理检索到了这些笔记,回答仍可能提及其中的机制或记录编号。要真正将受限内容排除在回答之外,应当用元数据过滤器将包含该内容的文档排除在检索范围之外。换句话说,指令层是风格控制,过滤器层才是安全边界——混淆两者会导致看似有策略保护、实际数据已泄露的情况。

在版本管理方面,文章建议生产环境固定版本号而非使用 DRAFT。更新指令后需轮询等待异步审查完成,审查期间创建版本或再次更新会返回 HTTP 409。发布变更时,应用层自行维护每个租户的版本映射,通过修改映射实现金丝雀、晋升或回滚——Amazon Bedrock 本身不路由流量。一个请求只能引用一条检索指令,因此同时属于某个区域和某个团队的用户需要一条合并指令覆盖两者,或接受团队指令加上区域租户行的折中方案。默认配额为每账户每区域 50 条检索指令。

文章还展示了更广泛的用法:answerFormat 可以要求严格 JSON 输出供下游代码消费,省去单独的生成步骤;retrievalGuidance 可以教代理领域词汇和优先来源;answerPolicy 可以固定免责声明和引用格式。这些用法不局限于多租户场景,但多租户是文章的主要叙事框架。

信息源:Amazon Web Services

研究

Grad-CAM:通过梯度定位实现深度网络视觉解释

核验于 2026-11-17 00:05

长期信息 · 《Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization》(2016)

在计算机视觉领域,卷积神经网络(CNN)虽然性能卓越,但其“黑盒”特性使得模型决策难以解释。Ramprasaath R. Selvaraju等来自美国佐治亚理工学院的研究人员提出了Grad-CAM技术,旨在为基于CNN的模型生成“视觉解释”,使其更加透明和可解释。该方法利用目标概念流入最终卷积层的梯度,生成粗略的定位图,突出图像中对预测该概念至关重要的区域。

Grad-CAM的核心优势在于其通用性。与之前的方法不同,它适用于广泛的CNN模型家族,包括带有全连接层的CNN(如VGG)、用于结构化输出的CNN(如图像描述生成),以及用于多模态输入任务或强化学习的CNN,且无需改变架构或重新训练。研究指出,像素空间梯度可视化(如Guided Backpropagation)虽然分辨率高,但缺乏类别区分度;而CAM或Grad-CAM具有高度的类别区分度。为了结合两者优点,作者提出了Guided Grad-CAM,将像素空间梯度可视化与Grad-CAM融合,从而生成既高分辨率又具类别区分度的可视化结果。

此外,Grad-CAM不仅用于诊断模型失败模式,还涉及人机信任的建立。论文表明,看似不合理的预测往往有合理的解释,且这些可视化有助于识别数据集偏差。更重要的是,人类研究表明,Grad-CAM的解释能帮助未经训练的用户成功区分“更强”和“更弱”的深度网络,即使两者做出相同的预测。这为构建可信的人工智能系统提供了重要工具。

《Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization》由Ramprasaath R. Selvaraju等人于2016年发表。对于希望理解深度学习模型内部机制、提升模型透明度或从事可解释人工智能研究的读者,这篇论文是必读经典。建议从摘要和引言部分开始阅读,重点关注第3节的方法论和第5节的人类研究结果。

信息源:《Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization》(2016)

研究

巴菲特2025感恩节信:运气、传承与伯克希尔的未来

核验于 2026-11-17 01:07

长期信息 · 《Warren Buffett's 2025 Thanksgiving Message to Berkshire Shareholders》(2025)

2025年11月10日,沃伦·巴菲特发布了其作为伯克希尔·哈撒韦首席执行官的最后一封公开信之一。在这封信中,他不仅宣布将部分股份捐赠给家族基金会,更深刻反思了个人成功背后的“运气”因素以及公司未来的治理方向。

首先,巴菲特强调了出生时的随机性对个人命运的巨大影响。他提到自己出生于1930年的美国,健康、聪明且为白人男性,这使他获得了巨大的初始优势。他指出:“Through dumb luck, I drew a ridiculously long straw at birth.”(通过纯粹的运气,我在出生时抽到了那根长得离谱的好签。)这种对运气的承认并非谦辞,而是对其商业哲学基础的阐述:在充满不确定性的世界中,识别并尊重那些不可控的因素,是理性决策的前提。

其次,信件详细阐述了继任计划与财富传承的逻辑。巴菲特指出,他的子女已接近退休年龄,为了确保他们能在精力充沛时完成慈善使命,他决定加速生前赠与。他写道:“To improve the probability that they will dispose of what will essentially be my entire estate before alternate trustees replace them, I need to step up the pace of lifetime gifts to their three foundations.”(为了提高他们在替代受托人接替之前处置我几乎全部遗产的可能性,我需要加快向他们的三个基金会进行生前赠与的步伐。)这一行动展示了如何将个人意愿转化为具体的制度安排,以确保价值观的延续。

最后,巴菲特对伯克希尔的未来保持了清醒而乐观的态度。他承认公司规模带来的增长限制,但强调其抗风险能力和股东导向的管理文化。他提醒投资者:“Our stock price will move capriciously, occasionally falling 50% or so as has happened three times in 60 years under present management. Don’t despair; America will come back and so will Berkshire shares.”(我们的股价会反复无常地波动,偶尔下跌50%左右,这在现任管理层60年间已发生过三次。不要绝望;美国会回来,伯克希尔的股票也会回来。)

《巴菲特2025感恩节致股东信》由沃伦·巴菲特于2025年撰写。适合希望理解长期主义投资心态、企业传承规划以及如何在不确定性中寻找确定性的读者阅读。建议从信中关于“运气”和“继任计划”的部分开始,以把握其核心思想脉络。

信息源:《Warren Buffett's 2025 Thanksgiving Message to Berkshire Shareholders》(2025)

研究

已读完当前范围的内容

登录 / 注册
阅读研究雷达投资体系