跳到正文

部署工程

把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。

42条精选相关主题开源生态数据与训练端侧 AI

最新精选

第 41–42 条 · 共 42 条
5月16日周六
  1. Google DeepMind64

    Google DeepMind WeatherNext 如何帮助美国国家飓风中心提前五天预报 Melissa 五级登陆

    Google DeepMind 在 2025 年 10 月飓风 Melissa 期间，其 AI 模型 WeatherNext 提前五天以 80% 置信度预测该风暴将以五级强度在牙买加登陆，三天前置信度升至接近 100%，这也是首次有模型从一级风速起点成功预报达到五级强度。

    推荐理由：原文展示了 AI 模型在真实飓风预报中的运行结果与使用门槛，读者可据此评估其与传统数值模式的互补价值。

12月3日周三
  1. Mistral AI78

    Mistral 发布 Mistral 3 系列：含 Mistral Large 3 与 Ministral 3 三档小模型，全部以 Apache 2.0 开源

    Mistral 发布 Mistral 3 模型家族，包括稀疏 MoE 架构的 Mistral Large 3（41B 激活参数、675B 总参数）以及 3B/8B/14B 三档 Ministral 3 密集模型，全部以 Apache 2.0 开源并提供基础、指令、推理三种变体，均支持图像理解。

    推荐理由：Mistral 3 系列以 Apache 2.0 开源，并给出从端侧到数据中心的部署路径，方便读者按场景挑选参数规模。