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

2026-11-2154 篇

刷新

AWS推出SageMaker HyperPod Slurm托管集群扩展

实质变化
2026-11-21 07:07

亚马逊云科技(AWS)推出了针对Amazon SageMaker HyperPod Slurm集群的托管集群扩展。这一新功能将此前用于基础设施配置的声明式、API和控制台驱动的方法应用于集群节点上运行的软件,专门针对可观测性和用户管理。

此前,管理共享Slurm集群上的软件主要依赖于仅在节点预配期间运行的生命周期脚本。随着研究人员加入或离开,或团队请求特定指标,这些脚本需要手动编辑和节点替换,导致配置漂移,使节点随时间变得不一致。新的扩展允许管理员通过API或AWS控制台声明所需的软件状态。AWS在应用之前验证这些设置,并确保所有节点(包括通过缩放或替换添加的节点)的一致性。

目前提供两个初始扩展:sagemaker-observability,收集节点、GPU、弹性结构适配器(EFA)和Slurm作业指标,并将其发送到Amazon CloudWatch或Amazon Managed Service for Prometheus;以及sagemaker-user-management,在所有节点上创建具有相同ID的用户和组,控制SSH/sudo访问,将用户注册到Slurm会计系统,并可与Active Directory集成。用户保留对节点的完全直接访问权限以进行自定义配置,但扩展为常见运维任务提供了托管路径。

信息源:Amazon Web Services

研究

本·卡尔森:为何“逢低买入”策略在 dot-com 泡沫破裂中幸存,却在金融危机中失效

实质变化
2026-11-21 05:30

Ritholtz Wealth Management的投资组合经理本·卡尔森(Ben Carlson)认为,散户投资者逢低买入科技股的习惯有一个特定的临界点:不是回撤的深度,而是伴随其发生的经济状况的严重程度。

这一观察始于英伟达(Nvidia)。在黄仁勋(Jensen Huang)于2026年10月发生丑闻并辞职后,该股自10月初以来下跌超过40%。在辞职当天,股价下跌了9%。散户投资者反应强烈,积极买入——Vanda Research的数据显示,卡尔森称之为“疯狂数量”的净买入。对于过去十年而言,这种行为并不罕见。英伟达此前已经经历了三次超过30%的独立回撤(2020年的崩盘、2022年的熊市以及“解放日”抛售潮),外加八次其他两位数的回调,而每一次逢低买入者都得到了回报。

卡尔森的论点在于,这种条件反射式的行为创造了一种特定的脆弱性。如果下一次下行周期伴随着温和的衰退——比如持续八个月、GDP仅下降0.3%且失业率峰值为6.3%的2001年收缩期——投资者可能会像在互联网泡沫破裂期间那样持有或增加买入。尽管标普500指数下跌了50%,纳斯达克100指数下跌超过80%,但从2000年到2002年以及崩盘后的最初几年,家庭股票持有率仍保持稳定。玛吉·马哈尔(Maggie Mahar)在其著作《牛市:繁荣与崩溃的历史》(Bull: A History of the Boom and Bust)中记录显示,截至2003年3月的十二个月内,股票基金的净赎回额仅占该行业资产的3.6%。

但是,如果下一次下行周期带来的是伴随全球金融危机的那种经济痛苦——为期一年半的衰退、GDP下降超过5%、失业率超过10%,以及导致大规模止赎的房地产崩溃——那么逢低买入者将耗尽现金和信心。家庭股票持有率从2000年代中期的63%下降到2013年的52%,正是失业和住房破坏的这种组合打破了这一习惯。

其机制很简单:“当失业率为4%时,进场买入要容易得多。一旦你失去了工作,就很难再关心股市了。”风险承受能力不仅仅是一种心理特质;它受到收入稳定性和资产负债表健康状况的限制。“逢低买入”的心态可以在轻微衰退中幸存,但在金融危机期间将面临更严峻的考验。

卡尔森并没有预测哪种情景会成真。他明确表示“我不知道”英伟达是否会像史蒂夫·乔布斯去世后的苹果那样复苏,或者这是否是一个巨头公司跌倒后再也无法重返巅峰的案例。他引用了摩根大通(JP Morgan)的迈克尔·森巴莱斯特(Michael Cembalest)关于那些被击落且从未回归的超大型公司的历史研究。不确定性是论点的一部分,而不是对其的对冲。

卡尔森在结尾引用了一句老话:在熊市中,股票会回到它们合法的主人手中——然后补充了一个重要的限定条件:“这些合法的主人并不总是最有纪律的人。有时,他们只是那些能在保住工作和储蓄的情况下挺过下行周期的人。”对逢低买入韧性的相关制约因素,不是信念或分析技巧,而是一个人的收入和资产负债表能否承受伴随崩盘而来的经济状况。

信息源:A Wealth of Common Sense

研究

谷歌推出Gemini平台语义治理策略预览版,用大模型审查AI代理操作

实质变化
2026-11-20

2026年11月20日,谷歌宣布在其Gemini平台推出“语义治理策略”(Semantic governance policies)的预览版。这一功能旨在解决企业AI安全中的一个关键缺口:传统的权限系统仅定义AI代理“可以”做什么,却无法判断特定操作是否符合业务规则或用户意图。通过在代理代码之外引入策略执行点,谷歌试图防止未经授权的操作,如数据泄露或任务劫持。

该机制的工作原理是在AI代理提出的每个工具调用执行之前进行拦截。一个由大语言模型(LLM)担任的判断器会根据两个标准评估该调用:首先,对照合规团队编写的自然语言策略(例如,“财报发布前不得分享季度业绩”);其次,对照原始用户请求,以确保代理没有偏离其预期任务。如果任一检查失败,调用将被阻止,并向代理返回拒绝消息。此过程通过Agent Gateway运行,确保治理逻辑与代理的底层代码和模型指令分离。

这种方法区别于现有的控制手段,如IAM(身份与访问管理)或Model Armor。虽然IAM限制对工具的访问,Model Armor筛查提示注入攻击,但语义治理策略增加了一个内联的、基于语义的防御层。例如,如果用户以NDA为借口要求代理向外部投资者发送财务数据,即使代理技术上拥有发送邮件的权限,系统也可以根据禁止财报前披露的策略拒绝该请求。判决结果和理由会记录在Cloud Logging中以便审计。

谷歌指出,由于判断由LLM做出,因此具有概率性且可能存在波动。建议企业在强制执行前使用试运行模式测试策略。该功能支持多种模型,包括通过Gemini API、Anthropic Messages API以及OpenAI兼容端点访问的模型,允许组织在不同的AI技术栈上应用一致的治理措施。

信息源:developers.googleblog.com

研究

AWS推出SageMaker HyperPod全球推理网关,实现跨集群与区域AI路由

实质变化
2026-11-21 06:35

亚马逊云科技(AWS)推出了Amazon SageMaker HyperPod全球推理网关(Global Inference Gateway),这是一项新的托管服务,旨在通过单一端点将人工智能推理请求路由到多个计算集群和AWS区域。这一举措解决了关键的基础设施挑战:当GPU容量分散在不同位置时,往往导致一个区域的资源闲置,而另一个区域的请求却在排队。

该网关作为HyperPod架构的第二层运行。现有的推理网关负责在单个集群内将请求路由到特定的Pod,而全球推理网关则从所有注册的集群中选择最合适的集群。它使用四个加权信号来做出路由决策:KV缓存余量(可用内存)、队列深度(当前负载)、区域邻近度(延迟)和错误率(健康状况)。默认情况下,系统优先考虑邻近度,但可以通过增加错误率的权重来配置以优先保障弹性。

对于企业而言,此更新消除了构建自定义跨区域网络、负载均衡器和DNS管理的需求。流量通过AWS PrivateLink在AWS骨干网上传输,相比公共互联网路径,确保了隐私并降低了延迟。自动故障转移功能会将流量从故障集群移开,无需客户端进行配置更改。身份验证通过AWS签名版本4(SigV4)和身份与访问管理(IAM)处理。

Bagelcode公司AI平台副总裁Jinhyung Park指出,测试版使他们的平台团队能够在不维护自有路由层的情况下实现跨区域故障转移。该功能现已向拥有多个SageMaker HyperPod集群的用户开放。

信息源:Amazon Web Services

研究

韩国在高考中启用紧急灾害警报以打击AI作弊,抓获54名考生

实质变化
2026-11-20

韩国政府在大学入学考试(CSAT,又称“修能”)期间部署了紧急灾害警报,以检测违禁电子设备。这一新颖的执法手段当场抓获了54名试图使用微型摄像头和智能手机等AI辅助作弊工具的考生。

此次严打行动源于近期认证税务师考试状元Han Won-seok的供认,他承认使用微型摄像头将考题图像传输至智能手机上的AI进行作弊。事件发生后,韩国总理李在明表示,公共考试中的AI滥用破坏了社会公平,并呼吁对系统进行彻底改革。

在CSAT考试当天,警报分别在上午8:30、下午2:21和2:57触发三次。第一次警报在考试开始前就查获了31名学生,随后两次又查获23人。结合金属探测器、WiFi信号监测等其他手段,共有111名学生被查出携带违禁设备。

信息源:Tom's Hardware

研究

独立数学家验证AI黎曼猜想证明,出错概率近乎为零

结构性
2026-11-21 05:00

数学家们现在几乎可以确定,由人工智能创建的黎曼猜想证明是有效的。Anthropic公司的数学家Levent Alpöge声称使用该公司的Claude AI模型解决了这个问题。该猜想最早由Bernhard Riemann在1859年提出,暗示素数的分布背后存在一种隐藏的模式。

Alpöge最初通过使用编程语言Lean写出证明来检查工作;如果Lean编码的证明无错误地编译,这通常被视为每一步逻辑和数学正确的确认。包括麻省理工学院(M.I.T.)数学家Andrew Sutherland在内的独立研究人员现在已经分别成功编译了Alpöge的Lean结果,没有出现任何问题。

Sutherland说:“Lean证明已经通过Lean内核进行了编译和独立重新检查,仅使用了三个标准公理。”他补充道:“老实说,这里有任何可疑之处的概率几乎为零。”

然而,仍有一些问题需要解决——例如,这个证明是否真的针对黎曼猜想,还是确立了一个微妙不同的观点或想法。研究人员仍在确保证明中没有任何黑客手段、规避或捷径改变了初始假设或其他数学规则或真理的含义。这一过程被称为“比较器运行”(comparator run),通常需要几个小时。

信息源:Scientific American

研究

为何AI公司如今成为“美人计”目标,而其企业文化尚未跟上

实质变化
2026-11-21 04:58

文章的核心论点归因于前中情局官员亚伦·布朗和网络犯罪学家佩里·卡彭特:人工智能行业转变为具有国家安全意义的领域的速度,快于其组织文化适应由此产生的威胁模型的速度。历史上,“美人计”主要针对政客、军方人员和国家情报机构——即那些拥有保密许可、且受过训练以预期间谍及其他攻击者接近的人群。而如今,掌握关键秘密的是AI公司:芯片路线图、出口决策、客户名单,以及谁获得了该技术。

布朗描述的机制很直接。间谍想要CEO能接触到的东西:路线图、出口决策、客户名单、谁获得技术。CEO是获取所有这些信息的捷径。但攻击并不一定需要浪漫关系。布朗说,友谊是最古老且诚实的陷阱手段。攻击者以投资者、客户、招聘人员和咨询公司的身份获取访问权限。他们的请求在纸面上看起来合法合理。他们不需要让目标坠入爱河——他们需要让目标在交谈时感到舒适。

使这一问题变得紧迫的新因素是成本曲线。过去策划一个骗局需要数月甚至数年:研究、打造人设、了解目标、执行计划。现在,人工智能极大地压缩了这一时间线。它可以研究目标、生成虚假社交档案、伪造背景资料,甚至制作虚假语音通话。卡彭特指出,人工智能可以帮助维持整个虚构的背景故事,尽管欺骗最终是通过人际关系展开的。

实用的检测建议具体但并不令人安心。卡彭特建议留意那些发生频率略高的巧合相遇、对工作和同事持续的好奇心、要求对会面保密的请求,以及迫切要求引荐的行为。布朗提供了一个更简单的直觉检查:如果你明天失业了,这个人还会留在你身边吗?

结构性脆弱性在于组织层面。卡彭特建议,在公司内部,消除“高管例外主义”也有帮助——即认为规则不适用于掌权者的观念。布朗补充说,公司文化决定了员工是否愿意提出担忧、质疑异常请求以及上报潜在威胁。卡彭特观察到,最危险的安全文化之一是没有人敢于质疑CEO,这是文章中最尖锐的观点。

对这一框架的最强反驳在于,它描述了一个威胁格局却未对其进行量化。除了单一的有争议的英伟达(Nvidia)案例外,文章没有提供证据表明有多少AI高管实际上已被渗透。检测启发式方法只是通用的安全意识建议,缺乏实证验证。此外,关于人工智能使“美人计”更容易且更便宜的说法是由从业者断言的,而非经过测量——没有研究比较人工智能前后攻击成功率或成本的差异。这一论点作为关于行业重要性与安全文化之间结构性差距的警告是有效的,但它尚无法确立该问题有多大或多迫在眉睫。

信息源:TechCrunch

研究

亚马逊Textract Insights正式可用:提供可验证的文档生成式AI提取

实质变化
2026-11-21 04:22

亚马逊云科技(AWS)宣布其文档处理服务Amazon Textract的新生成式AI功能“Textract Insights”正式可用。该工具允许用户使用JSON Schema“蓝图”以自然语言定义所需字段,并提交单个或混合的多文档包(最多3,000页)。与通用大语言模型不同,Textract Insights返回的结构化结果中,每个提取值都带有置信度评分和精确的页面级溯源(边界框),从而无需模型训练即可实现可审计的自动化。

该服务旨在解决抵押贷款审批和保险理赔等高价值工作流中的挑战,这些场景中的文档通常以W-2表格、工资单和手写笔记交错扫描的形式出现。Textract Insights会自动拆分这些混合包,将子文档匹配到相应的蓝图并提取字段。它区分逐字读取的显式字段和从内容推导的推断字段,为审核人员提供可追溯性。这一能力旨在减少对自定义OCR管道或缺乏校准置信度指标的通用LLM输出的依赖,后者往往难以满足自动化决策所需的可靠性要求。

信息源:Amazon Web Services

研究

Gemini Enterprise:自定义 UI 从平台继承的认证机制

快讯
2026-11-20

当企业在 Gemini Enterprise 之上构建自定义界面而非使用其内置 Web 应用时,他们将继承平台此前自动处理的三种认证流程。Google Cloud 的前向部署工程师 Neeraj Agrawal 在一份 2026 年 11 月的指南中逐一介绍了每一层:对用户进行 StreamAssist API 的身份验证(通过 Google Identity、Workforce Identity Federation 或 Workload Identity Federation),通过存储在 Gemini Enterprise 托管 Keystore 中的令牌执行三方 OAuth (3-Legged OAuth) 以授权 Federated Connectors,以及处理部署在 Vertex AI Agent Engine 上的自定义 ADK 代理的按工具 OAuth。

最具可迁移性的见解涉及第三层。Agrawal 解释说,在根代理注册层面附加静态 OAuth 配置会预先阻塞整个代理——用户无法在不被迫经过每个连接器登录的情况下询问一般性政策问题。解决方案是使用由 GCP Auth Manager 的 Token Vault 支持的 GcpAuthProvider 包装受保护的子代理工具,启用代理身份 (Agent Identity) 进行部署,并仅在实际调用受保护工具时触发三方 OAuth (3LO) 弹窗。首次授权后,后续查询将在单轮对话中运行,无需弹窗。

这是针对 Google 自身产品的厂商编写指南。具体组件(GcpAuthProvider、AuthenticatedFunctionTool、SPIFFE 身份、Keystore)与 Google Cloud 基础设施紧密耦合,且未提供对该模式有效性或采用情况的独立验证,超出此生态系统范围。

信息源:developers.googleblog.com

研究

Gemini Enterprise 的私有 MCP 连接:Egress Gateway、PSC Network Attachment 与 FQDN 范围 DNS

实质变化
2026-11-20

当企业将自定义 MCP 服务器从原型阶段迁移到 Cloud Run 上的生产环境时,三个约束会同时发生冲突。安全策略要求仅限内部入站访问,阻止所有公共流量。平台要求在每次工具调用时同时进行服务级和用户级身份验证。此外,在托管数百个 Cloud Run 服务的大型共享 VPC 中,简单的 DNS 覆盖可能会劫持网络上其他所有服务的解析。Google Cloud 的前线部署工程师 Neeraj Agrawal 介绍了一种三部分架构,可同时解决这三个问题。

第一个组件是处于“Agent-to-Anywhere”模式的 Egress Agent Gateway,通过 PSC Network Attachment 连接到区域子网。这在企业 VPC 内放置了一个托管网络接口,无需公共 IP 或入站防火墙规则——数据包在附加点进入私有网络,而不是穿越公共互联网。从 VPC 内部,请求可以通过 Private Google Access 虚拟 IP(199.36.153.8/30)或全局 PSC 端点(240.0.0.10)到达 Cloud Run 的无服务器前端,具体取决于子网是否保留默认互联网路由。

第二个组件专门解决 DNS 问题。如果没有 Private Cloud DNS,公共解析会将 .run.app 域名映射到公共 IP,但由于 PSC Network Attachment 不路由到互联网,这些 IP 会超时。直观但错误的修复方法——创建通配符 *.run.app 私有区域——会破坏共享 VPC 中的其他每个 Cloud Run 服务。Agrawal 描述的解决方案是创建一个仅针对单个 MCP 服务的确切完全限定域名(FQDN)范围的 Private Cloud DNS 区域,然后仅将该域与 Agent Gateway 对等连接。由于 Cloud DNS 使用最长后缀匹配,所有其他服务将继续通过其正常路径进行解析。

第三个组件处理身份验证。Gemini Enterprise 在每个请求上发送两个不同的标头:一个 X-Serverless-Authorization 标头,包含服务代理的 Google 签名 OIDC ID 令牌,Cloud Run IAM 在无服务器边缘验证该令牌并在请求到达容器之前将其剥离;以及一个 Authorization Bearer 标头,包含登录用户的 OAuth 2.0 访问令牌,该令牌原样传递给 MCP 应用程序代码以执行按用户权限控制。提供的 Python 中间件示例展示了如何验证用户令牌,同时允许健康检查绕过身份验证。

该架构记录在一个配套的 GitHub 存储库中,其中包含涵盖 Private Google Access 和全局 PSC 端点选项的顺序设置脚本,以及 Cloud Console 说明和 Cloud Logging 验证步骤。

信息源:developers.googleblog.com

研究

vLLM 如何服务循环 Transformer:将每次遍历的缓存视为常规层、融合消息读取以及可变遍历次数的权衡表

实质变化
2026-11-20

Inkling 2 Mini 的架构带来了一个具体的服务问题:其 24 个物理层分为前奏(第 0–5 层)、循环核心(第 6–17 层)和尾声(第 18–23 层),且核心部分对每个 token 运行三次,权重共享。每次遍历维护自己的 KV 缓存,并从前一次遍历读取门控消息。因此,尽管模型只有 24 层,却拥有 48 个 KV 缓存和 48 个卷积状态缓存。

vLLM 的解决方案是将核心层的额外遍历注册为独立的注意力层,每个层拥有自己的 KV 和卷积状态缓存。KV 缓存管理器和前缀缓存随后将这些缓存视为与其他缓存无异,因此服务该循环不需要新的缓存管理逻辑。这是核心的工程决策:循环被吸收到现有的层抽象中,而不是需要新的执行路径。

跨遍历消息是第二个挑战。从第二次遍历开始,每个核心子层的输入——注意力的查询、键和值输入以及 MLP 输入——都会获得自己的消息,这些消息通过带有每层和每种输入类型学习到的查询的注意力-残差读取,从前一次遍历的两个块中读取。然后,一个 rank-64 控制器使用门控公式将消息合并到输入中:输出为 (1 − tanh(W_forget · h)) · input + tanh(W_gain · h) · message,其中 h 是通过下投影从 RMS 归一化的输入和消息计算得出的。对于 12 个核心层和每层 4 个输入,后续每次遍历每个 token 读取 48 条消息。

直接实现会在后续遍历的每个核心层启动 4 次消息读取和 4 个控制器,每个包含多个内核。vLLM 改为在一个注意力-残差内核中读取一层的所有四条消息,并堆叠四个控制器的权重,使它们的下投影和增益/遗忘投影作为批量 GEMM 运行。一个 Triton 内核计算控制器的 RMS 归一化,另一个内核将门控合并与消息所馈入的子层的 RMSNorm 融合。合并在 FP32 中运行,不使用 FMA 收缩,以匹配参考实现的数值精度。

对于层本身,vLLM 复用了 Inkling 2 Small 的融合内核——将每个子层的全规约、短卷积、残差更新、注意力-残差混合和 RMSNorm 融合到一个内核中——并将隐藏大小从 4,608 泛化到 2,304,同时增加了一种新模式,返回 RMSNorm 之前的 FP32 混合结果,以便后续遍历可以将它们的消息合并到其中。

Thinking Machines 还发布了 TML-d24-varloop-research,这是一个经过训练以支持可变遍历次数的检查点。vLLM 通过 --hf-overrides 暴露两个选项:loop_num_passes(至少为 1,默认为 3)和 loop_share_cache(核心层的所有遍历共享一个 KV 缓存,每次遍历覆盖前一次遍历的键和值;卷积状态保持每次遍历独立)。在单个 GB200 上,TP1,4K 上下文,仅前向传播的情况下,测得的解码步时间为:批次大小为 1 时,1 次遍历为 1.51 ms,2 次遍历为 2.67 ms,3 次遍历为 3.85 ms;批次大小为 32 时,分别为 3.81 ms、5.92 ms 和 8.11 ms。KV 缓存容量从 1 次遍历时的 352K tokens 下降到 3 次遍历时的 175K tokens。在 3 次遍历并使用共享 KV 缓存的情况下,解码时间基本不变(批次大小为 1 时为 3.86 ms),但容量恢复到 194K tokens——共享释放的内存少于减少一次遍历,因为每次遍历的卷积状态缓存仍然存在。

关于准确性的声明是,vLLM 保持了参考实现的数值精度:每一步的数据类型相同,NVFP4 和 MXFP8 激活量化相同,消息合并使用 FP32,仅规约顺序不同。在固定提示词下,48 次层访问中的隐藏状态与参考实现的差异,大致相当于参考实现自身的 FlashAttention-4 和 PyTorch 注意力路径之间的差异,且在给定相同输入的情况下,MoE 输出按位匹配。端到端准确性在高达 1M tokens 的海底捞针测试、MMMU-Pro、HLE 和启用 DSpark 的 GSM8K 上进行了测试。

值得注意的一个边界情况是:DSpark 推测解码器在四个固定的层访问处读取目标的隐藏状态(前奏中一次,第二和第三次遍历中各一次,以及最终输出),因此它需要默认的 3 次遍历配置,不能用于可变遍历次数。

信息源:vllm.ai

研究

Thinking Machines Lab发布Inkling 2 Mini:面向本地部署的循环混合专家模型

实质变化
2026-11-20 08:00

2026年11月20日,Thinking Machines Lab发布了Inkling 2 Mini,这是一款专为本地AI环境设计的新型多模态混合专家(MoE)模型。该模型拥有约260亿总参数和每token 30亿激活参数,支持高达100万token的上下文窗口,并能够处理文本和图像输入。

其核心架构创新在于“循环”Transformer设计。虽然模型物理上只有24个解码器层,但在推理过程中,中间的12层会被循环访问三次。这使得模型每个token执行48次逻辑层访问,从而在不增加存储权重数量的情况下有效提升了容量。信息通过这些循环之间的跨通道消息传递,每一轮循环都利用学习到的门控控制器来细化上一轮的计算结果。

Inkling 2 Mini采用混合精度格式(NVFP4和MXFP8专家权重),并包含DSpark草稿器以加速生成。它支持Transformers、Llama App (llama.cpp)、MLX和SGLang等主流框架的零日集成。此外,还提供了一个可变循环次数的研究变体,允许用户通过调整循环次数在推理速度和生成质量之间进行权衡。

根据厂商自测基准数据,与Gemma 4 31B、Qwen3.8-27B和Nemotron 3.5 Super VL等模型相比,Inkling 2 Mini在48项测试中的32项中领先。它在Artificial Analysis Intelligence Index v5中声称在其类别中达到最先进水平。然而,这些结果基于内部测试,尚未得到独立复现。

信息源:huggingface.co

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系