从发现前沿资讯，到找到趁手的工具。
WhisperAI语音识别由OpenAI开发的通用语音识别模型。
分类推荐榜首J
JAX模型与基础设施JAX 是一个面向加速器的 Python 数值计算库，专为高性能数组计算与大规模机器学习设计，支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首O
Open Design设计与 3DOpenDesign 是开源设计工作区，可连接本地编程智能体、自带模型密钥或使用云端模型，围绕设计系统生成和编辑原型、网页、演示与图形；本地软件免费与模型服务费用需要区分。
分类推荐榜首A
AI Short写作与内容AI提示词管理和共享平台，多种场景的快捷指令
分类推荐榜首K
Kiro编程与开发Kiro 是面向开发者的 AI 工程工具，可将需求整理为规格、架构与任务，通过智能体实现代码，并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首E
EvoMap智能体与自动化EvoMap 是面向AI Agent经验复用的基础设施，通过GEP协议组织可复用策略与带验证记录的修复资产，提供市场和质量排序，帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首M
MemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具，支持本地化处理，无需上传数据，保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件（如 MP4、MP3、AAC、M4A 等）高效转录为文本，并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力，适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首ZZoom Workplace 是 Zoom 的团队协作平台，把视频会议、聊天、日程和文档等工作连接起来，并通过内置 AI 辅助整理讨论、起草消息和跟进事项。
待评分 · 分类列表推荐闪闪剪是面向口播和短视频营销的 AI 创作平台，可根据文字生成带配音、字幕和画面的成片，提供数字人定制、照片数字人、直播切片与智能剪辑，也面向企业提供 API 和品牌小程序方案。
待评分 · 分类列表推荐E
EliteInvoice法律与财务EliteInvoice是一款AI驱动的发票生成工具，可在30秒内创建专业发票，拥有1000+用户和4.8/5的评分。
待评分 · 分类列表推荐莱奥本材料中心、PVA TePla 和先进半导体工程公司（ASE）的研究人员发表了论文《基于AI的图像增强技术提升微电子封装中互连缺陷的检测能力》。摘要节选：“由于现代半导体器件日益微型化和复杂化，传统的失效分析（FA）方法正面临越来越大的挑战。尤其是对极低K值区域裂纹的检测……” » 阅读全文 该文章《AI图像增强技术提升倒装芯片互连缺陷检测效果（MCL、PVA TePla、ASE）》首发于 Semiconductor Engineering。
imec和布鲁塞尔自由大学的研究人员发表了《面向低碳AI的Chiplet化GPU中2.5D与3D扩展的隐含排放》。摘要：“GPU计算资源正在扩展以支持不断增长的AI工作负载，这导致依赖高性能GPU的超大规模数据中心对气候变化的影响进一步加剧。为建模封装决策如何……” » 阅读全文 该文章《3D集成降低GPU扩展带来的隐含排放影响（imec，VUB）》首发于Semiconductor Engineering。
imatrix：修复 --nextn 崩溃问题 (#31522) **网站：** - **认证：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b12058/llama-b12058-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64，启用 KleidiAI) [已禁用](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b12058/llama-b12058-bin-macos-x64.tar.gz) - [iOS XCFramework](https://github.com/ggml-org/llama.cpp/releases/download/b12058/llama-b12058-xcframework.zip) **Linux：** - [Ubuntu x64 (CPU)](https://github.com/ggml-org/llama.cpp/releases/download/b12058/llama-b12058-bin-ubuntu-x64.tar.gz) - [Ubuntu arm64 (CPU)](https://github.com/ggml-org/llama.cpp/releases/download/b12058/llama-b12058-bin-ubunt
ggml-zdnn：与主机共享缓冲区 (#31481) 签名者：Aaron Teo **网站：** - **证明文件：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b12054/llama-b12054-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64，启用 KleidiAI) [已禁用](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b12054/llama-b12054-bin-macos-x64.tar.gz) - [iOS XCFramework](https://github.com/ggml-org/llama.cpp/releases/download/b12054/llama-b12054-xcframework.zip) **Linux：** - [Ubuntu x64 (CPU)](https://github.com/ggml-org/llama.cpp/releases/download/b12054/llama-b12054-bin-ubuntu-x64.tar.gz) - [Ubuntu arm64 (CPU)](https://github.com/ggml-org/llama.cpp/releases/downlo
ggml：在所有 Apple 平台上使用 `vm_allocate` 代替 `posix_memalign` (#31437) * ggml：在 iOS 上使用 `vm_allocate` 代替 `posix_memalign` * ggml：在所有 Apple 平台上使用 vm_allocate，默认运行 test-host-buffer-release **网站：** - **认证：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b12053/llama-b12053-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, 启用 KleidiAI) [已禁用](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b12053/llama-b12053-bin-macos-x64.tar.gz) - [iOS XCFramework](https://github.com/ggml-org/llama.cpp/releases/download/b12053/llama-b12053-xcframework.zip) **Linux：** - [Ubuntu x64 (CPU)](https://
为 NVIDIA Vera Rubin 等新型 GPU 硬件配置和优化 Kubernetes 非常复杂，且容易出错。驱动程序、内核、运行时、网络……
今天，我们宣布成立 Ray 在硬件加速器领域的特别兴趣小组（SIG）。十多年前，当 Ray 在加州大学伯克利分校诞生时，当时的计算环境看起来非常……文章《宣布 Ray 在加速器领域的特别兴趣小组（SIG）》最初发表于 PyTorch。
vulkan：改进 RDNA3 和 RDNA4 上的小规模 split-K 选择（#30146）* vulkan：改进 RDNA3 和 RDNA4 上的小规模 split-K 选择 * 通过移除注释代码来清理测试用例 已按要求移除相关测试 **网站：** - **证明文件：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b12050/llama-b12050-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, 启用了 KleidiAI) [已禁用](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b12050/llama-b12050-bin-macos-x64.tar.gz) - [iOS XCFramework](https://github.com/ggml-org/llama.cpp/releases/download/b12050/llama-b12050-xcframework.zip) **Linux：** - [Ubuntu x64 (CPU)](https://github.com/ggml-org/llama.c
sycl：Intel Arc Pro B70s 上的快速 ggml_sycl_comm_exchange() (#30956) * 更新 ggml-sycl.cpp 将 -sm 张量提示评估的每秒吞吐量提升 +19%，而 PPL 保持不变。 * 更新 ggml-sycl.cpp 将首对 wait() 调用替换为 ext_oneapi_submit_barrier()。发现 wait() 调用会导致 MTP 性能下降。 * 更新 ggml-sycl.cpp 添加 comm_exchange 函数指针，以便在初始化时（而非热路径）根据 SYCL_ENABLE_DEFAULT_CONTEXTS=1 设置在 2 缓冲区和 4 缓冲区的 ggml_sycl_comm_exchange 版本之间进行切换。 * 更新 ggml-sycl.cpp 恢复 4 缓冲区方案的后半部分。 * 更新 ggml-sycl.cpp 删除多余空格。 * 更新 ggml-sycl.cpp 在 Windows 上验证完成之前暂不包含 Windows 支持。 **网站：** - **证明文件：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](h
NVIDIA DSX AI 工厂平台汇集了多项技术，助力生态系统设计、构建和运营更高效的 AI 工厂，包括开源...
sycl：dmmv 代码清理 (#31325) * sycl：将 q8_0 重排序的 dmmv 合并到通用模板中 * sycl：对 dmmv 非 K 启动器进行模板化 * sycl：对 dmmv K-量化启动器进行模板化 **网站：** - **认证报告：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b12047/llama-b12047-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, 启用了 KleidiAI) [已禁用](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b12047/llama-b12047-bin-macos-x64.tar.gz) - [iOS XCFramework](https://github.com/ggml-org/llama.cpp/releases/download/b12047/llama-b12047-xcframework.zip) **Linux：** - [Ubuntu x64 (CPU)](https://github.com/ggml-org/llama.cpp/releases/download/b12047/llama
当开发者为 AI 智能体分配一项编码任务时，该智能体所做的远不止是一次性回答。它会进行规划、生成代码、运行测试，并重复这一过程以修正错误。单个任务所使用的 token 数量可能是基本聊天提示的 10 到 50 倍。智能体越有用，调用次数就越多……
ggml：修复使用 AVX512 BF16 的 clang-cl 构建问题 (#31276) * 在使用 clang-cl 和 avx512bf16 构建时，正确限制 immintrin.h 的包含 * ggml：为 clang-cl 显式添加向量类型转换 **网站：** - **认证报告：** - **macOS/iOS：** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b12038/llama-b12038-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, 启用 KleidiAI) [已禁用](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b12038/llama-b12038-bin-macos-x64.tar.gz) - [iOS XCFramework](https://github.com/ggml-org/llama.cpp/releases/download/b12038/llama-b12038-xcframework.zip) **Linux：** - [Ubuntu x64 (CPU)](https://github.com/ggml-org/llama.cpp/releases/download/b12038/lla
webgpu：通过使临时分配大小随批次长度单调递增来修复CI（#31422）* webgpu：确保临时分配大小随批次长度保持单调递增。在flash attention的向量路径和MMVQ路径中，都会在目标矩阵之后附加一块临时区域，但get_alloc_size仅在当前批次走该路径时才将其纳入计算。因此，分配大小并未随批次长度单调变化：当图在n_ubatch（分块路径，无临时区域）或单个token处进行预留时，无法覆盖查询行数为2至19的批次，而GGML_SCHED_NO_REALLOC则因意外的重新分配而导致构建中断。现在，将行数同时传递给两条路径的条件判断，并根据最长批次所服务的行数对临时区域进行尺寸设定。* 修正：将mmvq流水线的关键字按照clang-format 22格式进行对齐。* webgpu：回应@yomaytk的评审意见，为矩阵-向量运算的行数命名。
谁来验证验证者？对于所有参与半导体系统验证的人来说，这都是一个由来已久的问题。那么，谁来验证AI呢？文章《让AI接受考验》最初发表于Semiconductor Engineering。
李在明公布韩国2027年预算案，总支出增12.8%至820.9万亿韩元（约4.09万亿元人民币），创历史新高。重押AI与半导体：21.3万亿韩元（约1061亿元）投半导体、物理AI和AI数据中心，近2026年两倍；另4.7万亿韩元（约234亿元）攻自研大模型，目标直指“全球”。
qwenGPU 将一个4通道SIMT GPU编译为Qwen3.5-2B，共包含45个未训练的层。该模型自行编写每一步真实的CUDA启动代码，使用Gated DeltaNet状态作为寄存器和内存。文章《认识 qwenGPU：Qwen3.5-2B，拥有45层经编译的GPU层，可运行CUDA》首发于MarkTechPost。
让好奇心有方向，让每一天的阅读更有价值。
