NVIDIA cuDSS 正式發布，模擬稀疏求解最高提速 10 倍
NVIDIA cuDSS 結束預覽轉為正式可用，這個 CUDA-X 庫把工程與科學模擬中最耗時的大規模稀疏方程組求解交給 GPU。官方給出的合作方資料包括：應用材料在 Ginestra 中稀疏求解最高提速 10 倍，達索系統 Abaqus 的結構與電磁求解器提速 8 至 10 倍，蔡司 SMT 用 COMSOL 跑 EUV 光刻等離子體基準取得 4 倍加速、整輪模擬 6 天 14 小時完成。
GPU 加速稀疏求解從預覽走向正式可用，多家 EDA/CAE 廠商給出可核實的 4 至 10 倍實測加速，對做模擬與晶片設計的工程軟體使用者最有參考價值。
原標題：NVIDIA cuDSS Now Generally Available to Accelerate Engineering and Scientific Simulations
閱讀原文
| 評分 | 52 / 58（平均 55，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
小紅書開源 DoSA，1M 上下文首 token 延遲最多降 48%
小紅書 Dots 團隊開源稀疏注意力加速方案 DoSA，在保持原始 Top-K 選擇結果完全等價的前提下加速索引器，約 1M token 上下文下 Dots3-Note-preview、GLM-5.2、DeepSeek-V3.2 的首 token 延遲較各自 SGLang 基線分別降低約 37%、46% 和 48%。其做法是用分數上界與入選門檻下界，提前排除約 97% 不可能入選的候選，只對剩餘候選做全部索引頭的精確打分。
輝達發布 DSX POD，Vera Rubin 工廠現場部署縮至 14 天
輝達在 GTC Berlin 發布 DSX POD 參考設計：由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠，站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產，DSX 平台稱冷卻用水最多減少 100%，同等 AI 產出省電 30%。
llama.cpp 在 AMD 上用不依賴 WMMA 的 SIMT conv2d
llama.cpp 新建置 b11623 中，CUDA 後端的 conv2d 在 AMD 顯示卡上改用 SIMT 隱式 GEMM 實現，不再依賴 WMMA。提交說明提到，短歸約場景會跳過 SIMT conv2d，相關注釋也已更新。該版本照例放出各平台預編譯包，含 Ubuntu 與 Windows x64 的 ROCm 10.0、CUDA 12/13，以及 Vulkan、SYCL、OpenVINO、Snapdragon 等；
Mistral 聯手 NVIDIA 建工程 AI 基準，Large 4 將發布權重
Mistral 與 NVIDIA 宣布合作開發 AI 原生工程工作流：以 Mistral Large 4 配合資料生成與物理建模管線，用 NVIDIA CUDA-X、Warp 加速模擬，並接入 Omniverse 生成 3D 場景與 SimReady 資產。雙方還將發布物理模型的公開基準與開放資料集，併為 CAE、EDA 中的 agentic AI 建立評測，考察工具使用、多步流程與技術正確性，同時記錄耗時與算力成本。
llama.cpp 新增 GDN chunked kernel，RTX 3090/4090 開啟 MMA
llama.cpp 建置 b11632 為 CUDA 和 HIP 後端加入 GDN chunked kernel（自 tetherto#257 移植）。在 RTX 3090（SM86）與 RTX 4090（SM89）通過正確性和 prefill 基準測試後，CUDA 側啟用 GDN MMA，其他未測試架構繼續沿用原有 fallback；ggml 側另註明 GDN 只在 n_tokens > K 時保證最終狀態。