SageMaker Inference 支持 NVIDIA MIG GPU 分区
Amazon SageMaker Inference 新增 GPU 分区能力，基于 NVIDIA MIG 把单块 GPU 划分为最多 7 个硬件隔离分区，每个分区可独立部署一个模型。
#推理
AWS Machine Learning BlogAI 评分5858
Microsoft Research精选AI 评分7474 微软研究院等证明 31 年未解的 KLS 猜想
微软研究院研究员 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，给出与维度无关的固定界，解决了高维几何与概率论的核心开放问题。证明过程采用人类引导的智能体搜索，探索了 100 多条候选路径，由研究者筛选和调整方向；同期另有独立团队给出完整证明，并出现 Lean 4 形式化验证。作者称此前用多个前沿模型做无引导的端到端尝试未能成功。
推荐理由：微软研究员与合著者借助人类引导的智能体搜索证明 KLS 猜想，展示了人机协作做数学研究的具体流程。
Microsoft Research精选AI 评分6060 微软研究院推出 Magnetar：基于证明的通用计算 zkVM
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍。它基于 RISC-V 架构，在笔记本上每秒可证明 720 万至 870 万条处理器指令，证明验证约需 12 毫秒。其安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，不需要椭圆曲线、格假设或可信设置。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何同时解决效率、通用性与后量子安全三个难题。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 在 K-Search 演化式内核搜索框架上新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：作者把 CUDA 优化经验整理成结构化上下文交给 K-Search，读者可看到跨平台内核迁移中上下文质量比模型写代码能力更关键。
Berkeley AI ResearchAI 评分4040 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!