● AI Infra 进阶：如何让大模型输出确定的结果

📌 一句话摘要 本文深入剖析了大模型推理中 Batch Invariance（批次不变性）缺失的底层技术根源，指出 GPU 算子动态调度策略（如 Split-K、BLOCK_K 变化）导致的浮点加法顺序改变是导致结果波动的核心原因，并探讨了在 AI Infra 层面的优化与 Trade-off。

● 对话盛颖：xAI，Infra 的浪漫，SGLang，开源，平权与“甄嬛传”

📌 一句话摘要 本文深度对话 xAI 前推理团队负责人盛颖，讲述她从数学理论、形式化验证到创建开源推理引擎 SGLang、加入 xAI 并最终创立 RadixArk 的成长历程与心路。 📝 详细摘要 本文是《硅谷 101》对盛颖的深度视频访谈的文字整理版。盛颖是 xAI 前推理团队负责人，也是开

● E247｜对话盛颖：xAI，Infra 的浪漫，SGLang，开源，平权与“甄嬛传”

📌 一句话摘要 对话 SGLang 发起人、RadixArk CEO 盛颖，深度剖析 AI Infra 的“美感”与“浪漫”，并从学术低谷、xAI 创业到开源平权的个人史诗中，理解其如何驱动技术创新。 📝 详细摘要 本期播客是对 AI 推理引擎 SGLang 发起人、RadixArk 联合创始人

● “榨”出硅的极限：怎么让 GPU 不“闲着”？

📌 一句话摘要 本文结合专家访谈与行业数据，系统拆解 AI Infra 的四层架构，解释 GPU 利用率低下的原因，并剖析 KV Cache 复用、连续批处理、PD 分离、投机采样等关键技术如何把算力效率榨到极限。 📝 详细摘要 在推理需求爆发与 GPU 短缺并存的背景下，AI Infra 成为

● 148. 对游凯超 3 小时访谈：开源 Infra、和模型 Co-design 、“如果 vLLM 失败，我们会后悔一辈子”

📌 一句话摘要 vLLM 核心维护者游凯超深度分享从算法研究者到 AI 系统创业者的心路历程，揭秘开源项目如何演变为 1.5 亿美元种子轮公司的抉择与思考，并前瞻模型与推理引擎协同设计的时代方向。 📝 详细摘要 本期节目是商业访谈录对 Inferact 联合创始人兼首席科学家游凯超的长篇深度访谈

● 模型越来越强之后，Infra 将被 AI 接管？

📌 一句话摘要 探讨 AI 模型架构复杂化与国产算力崛起背景下，AI Infra 面临的异构管理、多模态推理及 K8s 调度挑战，并展望 Infra 将向高阶规划转型。 📝 详细摘要 本文基于 AICon 直播内容，由华为、vLLM 及范式智能的专家共同探讨 AI 基础设施（AI Infra）的

● 不同模型厂同一家 Agentic Infra，AGI 时代的地基终于浮出水面

📌 一句话摘要 本文深度剖析了无问芯穹这家 AI Infra 公司如何凭借技术优势和战略布局，成为国产四大模型厂（Kimi、智谱、MiniMax、阶跃星辰）的共同选择，解析了其在效果保证、成本优化和稳定性方面的核心技术和商业模式。 📝 详细摘要 文章以量子位媒体的视角，深入分析了无问芯穹在 AI

● Kimi K3 爆红背后的算力经济学

📌 一句话摘要 Kimi K3 上线后需求激增导致服务器压力巨大，引发了关于 AI 核心叙事是算力的讨论。 📝 详细摘要 随着 Kimi K3 在 OpenRouter 排名迅速上升，其日均 Token 使用量巨大，但也导致了严重的服务器延迟和吞吐量下降。该推文引入了 Deedy 的观点，指出

● 行业迎来大洗牌！4 万 Agent 挤进一个机柜，AI Infra 要如何构建？

📌 一句话摘要 随着 Agent 规模化应用，AI 基础设施正从单纯堆 GPU 转向 CPU 与 GPU 耦合的系统重构，涉及计算链路、资源调度与数据中心布局的深层变革。 📝 详细摘要 文章基于浪潮信息副总经理赵帅的观点，分析了 Agent 时代 AI 基础设施的结构性变革。过去以 GPU 为中

● AI 作为基础设施部署 vs 软件工具

📌 一句话摘要 文章总结 AI 作为基础设施直接改变运行层，真正赢家可能是外表不像 AI 的公司。 📝 详细摘要 Thread 第 7 条，总结核心观点：把 AI 当软件卖是工具，当基础设施部署是改变运行层，引用原文章链接。 📊 文章信息 AI 初评：82 来源：AI Will(@Financ

● [随笔]什么是 AI Native

📌 一句话摘要 本文是作者关于 AI Native 的深度随笔，提出核心观点：AI Native 的本质应是「Human as a Copilot for AI Model」，即人做模型的副驾驶，而非模型做人的副驾驶。 📝 详细摘要 这是一篇以随笔形式展开的技术思考文章。作者首先分享了自己回避复

● OpenAI and Oracle Sign 4.5 GW Deal for Stargate

📌 一句话摘要 OpenAI announces a deal with Oracle for an additional 4.5 gigawatts of capacity to power the Stargate project. 📝 详细摘要 Sam Altman announces a

● OpenAI 推出 GPT‑5.6 系列并推出 ChatGPT Work 桌面整合应用

📌 一句话摘要 OpenAI 发布 GPT‑5.6 系列模型（Sol、Terra、Luna），并将 ChatGPT 与 Codex 合并为一体化桌面应用，推出可自主执行任务的 ChatGPT Work 功能，标志着其向 AI 生产力平台的转型。 📝 详细摘要 OpenAI 今日发布 GPT‑5.

● 不用 NVLink，如何通过 AI Infra 工程优化拉满 Cosmos 3 训练吞吐

📌 一句话摘要 本文详细介绍了百度百舸团队在无 NVLink 的国内主流 GPU 环境下，通过系统性 AI Infra 工程优化，将 Cosmos3 模型训练吞吐提升 99.3% 并实现 12 节点 98.3% 扩展效率的完整实践。 📝 详细摘要 文章以 NVIDIA 开源的具身智能模型 Cos

● 首个面向 AI Infra 的运维智能体评测基准开源！基于近百亿条真实数据，考验 Agent 的问题解决能力

📌 一句话摘要 中国信通院联合无问芯穹推出首个面向 AI Infra 运维智能体的评测基准 AISHPerf，基于近百亿条真实运维数据，考验智能体在真实集群中的故障排查与修复能力。 📝 详细摘要 文章介绍由中国信息通信研究院推出、无问芯穹技术支持的首个面向 AI 基础设施运维智能体的评测基准——

● NVIDIA 的 Cosmos 3 火了，但企业如何真正用起来？

📌 一句话摘要 本文以 Cosmos3 为例，介绍百度百舸通过数据加载、算子迁移、编译适配等 AI Infra 优化，在国产 GPU 上实现启动加速 89 倍、吞吐提升 99.3%，MFU 超越官方基准的工程实践。 📝 详细摘要 文章聚焦百度百舸对 NVIDIA Cosmos3-Nano-Pol

● 中国信通院发布 AI Infra 运维领域首个评测基准

📌 一句话摘要 中国信通院发布 AI Infra 运维领域首个评测基准，基于百亿级真实运维数据，覆盖 5 种国产芯片，旨在推动智算运维从理论考核转向实战能力评估。 📝 详细摘要 文章报道了中国信通院在 2026 年“众智”大模型开放智算生态协同高级别研讨会上发布的 AISHPerf 人工智能软硬

● 首个面向 AI Infra 的运维智能体评测基准，开源了！

📌 一句话摘要 中国信通院联合无问芯穹推出首个面向 AI Infra 的运维智能体评测基准 AISHPerf，基于百亿条真实运维数据构建评测用例，并开源配套故障模拟器与评测框架。 📝 详细摘要 文章介绍首个面向 AI 基础设施运维智能体的评测基准 AISHPerf，由中国信通院推出、无问芯穹提供

● 收购仅一年即“决裂”！创始人贾扬清出走英伟达：黄仁勋不满运营效果，20 亿美金的 AI Infra 突围为何折戟？

📌 一句话摘要 文章深度剖析英伟达收购 LeptonAI 一年后创始人贾扬清出走事件，揭示 GPU 硬件垄断无法复制到 AI Infra 层面，以及 Agentic Coding 对中间件平台的颠覆性冲击。 📝 详细摘要 文章以半导体调研机构 SemiAnalysis 的爆料为引，详细梳理了英伟

● 直击 GPU 集群真实故障，首个 AI Infra 运维智能体基准开源

📌 一句话摘要 本文介绍由中国信通院推出、无问芯穹技术支持的首个 AI Infra 运维智能体评测基准 AISHPerf，基于真实生产数据开源评估框架与配套故障模拟器。 📝 详细摘要 文章详细介绍了 AISHPerf-智算运维智能体评测基准的设计背景、数据来源、技术栈覆盖、开放式评测模式、配套混