标签
Shopify 工程团队描述了用 MySQL 替换 Redis 进行库存预留，利用 MySQL 的 SKIP LOCKED 特性在高峰流量下实现高吞吐量扩展，并消除了不同系统之间的一致性问题。
Azure Friday 节目中，Scott Hanselman 和 Paula Berenguel 演示了如何使用只读副本和虚拟终结点进行故障转移，在 Azure Database for PostgreSQL Flexible Server 上扩展读密集型工作负载，这采用了与支撑 ChatGPT 相同的模式。
一篇详细的技术博文，解释如何使用SKIP LOCKED和适当的事务隔离级别来扩展基于PostgreSQL的队列，实现每秒3万次工作流执行。
本文讨论软件系统在规模增长时因资源饱和而失效的现象，类比生物系统的极限，并介绍物理资源（CPU、内存、磁盘、网络）饱和和虚拟限制对系统可靠性的影响。
对OpenHands CEO Robert Brennan的采访，探讨如何将AI智能体从个人笔记本电脑扩展到企业基础设施，涵盖自动化、治理、成本控制和模型灵活性。
本文介绍了 Memory Decoder at Scale，将参数化长期记忆模型扩展至 6.9B 参数，并在 300B token 上预训练，表明独立扩展记忆比单独扩展基础模型更具参数效率。
SSI这家由Ilya Sutskever领导的AI公司已与NVIDIA合作，以规模化一项机器学习和AI领域的新发现。
MCP 迎来重大更新，核心协议全面无状态化，告别 session 和长连接，更适合 serverless、边缘部署与横向扩容，被称为自发布以来最大更新。
本文介绍了探索式建模（Explorative Modeling），这是一种新的生成建模范式，通过探索模型生成与数据之间的候选匹配来分解训练循环。它确立了除参数和数据之外的第三个预训练轴，提高了图像、视频和语言领域的扩展效率，并以更少的推理步骤实现端到端生成建模。
MoLGE在混合专家框架中为相似语言簇分配专用专家模块，用于大规模多语言ASR，在参数增加极小的情况下提升495种语言的性能。
Miles Brundage分享了一个关于工业规模蒸馏的链接，可能指的是一篇关于AI中大规模模型蒸馏的研究论文或讨论。
伊利亚·苏茨克弗的创业公司SSI宣布与NVIDIA建立战略合作伙伴关系，其中包括一笔重大投资，将在未来12个月内实现计算能力提升十倍，标志着其AI研究的规模扩大。
英特尔的实验为企业领导者提供了构建自主AI基础设施的五项实用经验，强调这是一个超越推理的系统问题，并提供了代理密度和任务延迟等指标以有效部署。
关于实验室训练10T参数模型可能使用的数据来源的讨论，包括合成推理链和人类生成的痕迹，以及对触及数据墙的担忧。
Kimi 的 CEO 杨植麟主张避免精巧架构，优先考虑规模化，例如 Moonshot 的 MuonClip 修复方案使得在 15.5 万亿 token 上稳定训练成为可能。
据传DeepSeek创始人梁文峰概述了一份AGI路线图，侧重于思维链推理、智能体、持续学习、AI自我改进和具身智能。该路线图解释了公司当前的优先事项，包括编码智能体和通用智能体，同时降低垂直智能体、视频生成和商业化的优先级，以集中解决持续学习这一关键瓶颈。
本文探讨了扩展语音代理时面临的挑战，指出问题会出现在不同层面，并找出了通常最先限制性能的瓶颈。