云原生训推 / 算力成本 / 模型测评（makeup）

2026年9月13日·sogou·当前显示 30 / 30 篇

09:00 Asia/Shanghai routine. WeRead login blocked. Sogou P0 OK. Makeup 15 + routine refresh 2.

在本次扫描中搜索

检索词

排序

文章列表

30 / 30

微信公众号·WebView社区

关闭

解读LLM推理的GPU能耗真相:Token只是表面成本

AI评分 28深度13·仅据标题摘要

互动数据需从 wechatDownload 导出导入

发布时间: 2026-09-02
检索词: Token 成本推理

当我们在讨论大语言模型(LLM)的推理成本时,目光通常聚焦在两个地方:一是云服务商按Token数量明码标价的API账单(如...

原文中转链已失效

当前仅有搜狗临时跳转（会过期，微信内显示 Link expired）。请用微信搜标题打开，或等微信读书整号拉链回填永久 mp 链后再点「查看原文」。

微信公众号·WebView社区

关闭

解读LLM推理的GPU能耗真相:Token只是表面成本

AI评分 28深度13·仅据标题摘要

互动数据需从 wechatDownload 导出导入

发布时间: 2026-09-02
检索词: Token 成本推理

当我们在讨论大语言模型(LLM)的推理成本时,目光通常聚焦在两个地方:一是云服务商按Token数量明码标价的API账单(如...

原文中转链已失效

当前仅有搜狗临时跳转（会过期，微信内显示 Link expired）。请用微信搜标题打开，或等微信读书整号拉链回填永久 mp 链后再点「查看原文」。

云原生训推 / 算力成本 / 模型测评（makeup）

文章列表

把训练扔进 Kubernetes?先看清这5个被忽略的真相

SGLang vs vLLM推理引擎的两种取舍

学习大模型推理的两个阶段:Prefill 与 Decode

闲话一张图看懂大模型推理过程 PD分离

AI基础设施与生态层之《算力:GPU (图形处理器)》

解读LLM推理的GPU能耗真相:Token只是表面成本

记忆评测的“测试金字塔”:为什么满分通过对话测试的智能体,真实用起来照样失忆?

AI会考试作弊了,强到我们没法准确评测它有多聪明

AI智能体近期新技术/新突破深度分析(2025下半年–2026)

Qwen3.8-27B:27B开源模型碾压闭源旗舰

华为昇腾全线产品形态梳理:国产AI算力卡的产品形态与趋势

千问、GLM、混元接连上新:FlagOS 四天三次 Day0,将前沿模型多芯适配变成可持续能力

国产AI芯片出货占比逼近80%!10万张国产卡扛住62T词元,英伟达中国收入归零

国产算力＂批量交付＂:从产品验证到规模化,这一步有多难?

一文看懂华为384超节点对比英伟达 GB200 NVL72

在 Kubernetes 上构建 AI 工厂:把一屋子 GPU 变成一池共享算力

KubeCon China 2026 回顾:HAMi 两场 Keynote、一场闪电演讲,与一项案例大奖

React 即将推出 Compiler,是时候告别 useMemo/useCallback 了!

从底层逻辑聊日报设计与公司治理

给 Code Agent 一个 Shell,究竟交出了什么权限

魔搭社区模型速递(8.23-8.29)

魔搭社区每周速递(2.24-3.8)

MinerU 新表情上线!U雅人士聊天必备

一句话,让你的��看懂PDF,MinerU 官方 Skill 来了!附赠开发者“全家桶”

Palmier Pro:AI时代的Mac视频编辑器

一个卖手工皂的故事---小程序商城

为什么AI训练工程师都要懂NCCL

开源游戏引擎Godot正在悄然崛起

模型训练工程师必须搞懂的DDP和FSDP

每秒1.7万token的AI芯片:Taalas把Llama 3.1 8B直接写进硅片里

解读LLM推理的GPU能耗真相:Token只是表面成本

解读LLM推理的GPU能耗真相:Token只是表面成本

文章列表

把训练扔进 Kubernetes?先看清这5个被忽略的真相

SGLang vs vLLM推理引擎的两种取舍

学习大模型推理的两个阶段:Prefill 与 Decode

闲话 一张图看懂大模型推理过程 PD分离

AI基础设施与生态层 之《算力:GPU (图形处理器)》

解读LLM推理的GPU能耗真相:Token只是表面成本

记忆评测的“测试金字塔”:为什么满分通过对话测试的智能体,真实用起来照样失忆?

AI会考试作弊了,强到我们没法准确评测它有多聪明

AI智能体近期新技术/新突破深度分析(2025下半年–2026)

Qwen3.8-27B:27B开源模型碾压闭源旗舰

华为昇腾全线产品形态梳理:国产AI算力卡的产品形态与趋势

千问、GLM、混元接连上新:FlagOS 四天三次 Day0,将前沿模型多芯适配变成可持续能力

国产AI芯片出货占比逼近80%!10万张国产卡扛住62T词元,英伟达中国收入归零

国产算力＂批量交付＂:从产品验证到规模化,这一步有多难?

一文看懂华为384超节点 对比 英伟达 GB200 NVL72

在 Kubernetes 上构建 AI 工厂:把一屋子 GPU 变成一池共享算力

KubeCon China 2026 回顾:HAMi 两场 Keynote、一场闪电演讲,与一项案例大奖

React 即将推出 Compiler,是时候告别 useMemo/useCallback 了!

从底层逻辑聊日报设计与公司治理

给 Code Agent 一个 Shell,究竟交出了什么权限

魔搭社区模型速递(8.23-8.29)

魔搭社区每周速递(2.24-3.8)

MinerU 新表情上线!U雅人士聊天必备

一句话,让你的��看懂PDF,MinerU 官方 Skill 来了!附赠开发者“全家桶”

Palmier Pro:AI时代的Mac视频编辑器

一个卖手工皂的故事---小程序商城

为什么AI训练工程师都要懂NCCL

开源游戏引擎Godot正在悄然崛起

模型训练工程师必须搞懂的DDP和FSDP

每秒1.7万token的AI芯片:Taalas把Llama 3.1 8B直接写进硅片里

解读LLM推理的GPU能耗真相:Token只是表面成本

解读LLM推理的GPU能耗真相:Token只是表面成本

闲话一张图看懂大模型推理过程 PD分离

AI基础设施与生态层之《算力:GPU (图形处理器)》

一文看懂华为384超节点对比英伟达 GB200 NVL72