至知發布 Tessera：512 張 GPU 完成 3070 萬原子分子模擬
至知創新研究院發布分散式計算系統 Tessera，在 512 張 GPU 上完成約 3070 萬原子的完整能量與受力計算，單步耗時 1.684 秒，擴充套件效率達 89.7%。系統基於 E2Former V2 等變注意力架構，用 Hilbert 空間填充曲線劃分原子、每 10 步重建鄰居圖，並讓跨裝置通訊與本地計算重疊，把多層訊息傳遞的機器學習力場推到數千萬原子規模。
論文給出 512 卡 89.7% 擴充套件效率、3070 萬原子單步 1.684 秒等實測資料，並驗證千萬原子百皮秒級真實軌跡，對做大規模分子模擬與多卡擴充套件的開發者有直接參考價值。
原標題：让等变Transformer走向三千万原子规模，至知发布分布式计算系统Tessera
閱讀原文
| 評分 | 70 / 70（平均 70，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
天數智芯 TY1200 端側終端實測超輝達 Thor，可本地完成機器人訓練
天數智芯在上海媒體開放日展示端側算力終端彤央 TY1200，標稱 300 TOPS 稠密算力，實測在 Qwen3.8-27B-AWQ 上生成吞吐為輝達 Thor T5000 的 1.38 倍，首個 Token 延遲 0.223 秒對 0.411 秒。該終端獨立完成從環境建置、策略訓練到即時模擬的全流程，現場訓練出與輝達同款的機器鴨，為國內端側產品首次本地執行 GPU 加速的物理模擬引擎。
開源專案解鎖 RTX 4090 隱藏算力，Tensor Core 吞吐翻倍
開源專案 gpu-unlock-ada 通過修改 GPU 啟動階段的暫存器配置，讓 RTX 4090 在 FP16/BF16 輸入、FP32 累加的 Tensor Core 運算上，吞吐率從 165.6 TFLOPS 提升到 331.6 TFLOPS，接近翻倍，且無需刷 BIOS 或修改官方驅動。同樣的思路已在 RTX 3090 Ti、3080 等 30 系顯示卡和 2018 年的 RTX 2080 Ti 上覆現，Windows 11 也出現了 UEFI 實驗方案。
UCLA 與 Adobe 提出 Tev：27B 模型長程任務追平 GPT-6 Astra
Adobe Research 與 UCLA 提出 Tev 訓練方案：27B 模型在 Agents' Last Exam 計算與數學子集上 Pass@5 達 0.28，追平 GPT-6 Astra 與 Claude Opus 5。做法是先建置含隱藏標準答案的潛在世界再用它渲染出任務環境，據此合成覆蓋 7 個領域、1,170 個環境的 Tev-Gym，單次 rollout 中位耗時 12.4 分鐘、Pass@1 僅 29%。
Minions：聚合閒置 Apple Silicon 的分散式虛擬 GPU 雲
一篇新論文提出 Minions：把多臺 macOS 裝置上閒置的 Apple Silicon GPU 聚合成分散式虛擬 GPU 雲，用來跑大規模機器學習推理。作者認為集中式 GPU 基礎設施成本高、彈性有限、資源緊張時等待時間長，而 Apple Silicon 裝置的 GPU 在日常使用中大多處於空閒狀態。論文稱該方案讓團隊能夠利用現有裝置承載推理負載，具體排程方式與效能資料未在摘要中給出。
Cerebras 用 59 片晶圓部署 3 萬億引數 Kimi K3
Cerebras 詳解如何在自研 WSE-3T 晶圓上部署萬億引數模型：以開源的約 3 萬億引數 Kimi K3 為例，需要 59 片晶圓，可跑到 1000–2000+ tokens/s。每片晶圓有 44GB 片上記憶體，按 4-bit 權重、8-bit KV cache、256k 上下文計算，69 個線性注意力層每片放 2 層、24 個稠密層每片放 1 層。