今天，我们宣布针对 Amazon Bedrock 推出两个新的 Amazon CloudWatch 指标：TimeToFirstToken 和 EstimatedTPMQuotaUsage。在这篇文章中，我们将介绍它们的工作原理以及如何设置警报、建立基线以及使用它们主动管理容量。
Build enterprise-ready Agentic AI with DataRobot using NVIDIA Nemotron 3 Super
随着 NVIDIA Nemotron 3 Super 的到来，组织现在可以使用专为协作、多代理企业工作负载而构建的高精度推理模型。 Nemotron 3 Super 完全开放，可以在任何地方进行定制和安全部署。然而，拥有像 Nemotron 3 Super 这样强大的大语言模型 (LLM) 只是一个起跑线。真正的...使用 NVIDIA Nemotron 3 Super 与 DataRobot 构建企业级 Agentic AI 帖子首先出现在 DataRobot 上。
对于在美国空域使用国内 CPDLC 的运营商，与消息延迟、登录不一致和程序模糊性等摩擦点相比，您如何评估其对简化清关准确性、缓解频繁拥塞和改善高密度 ARTCC 环境中的工作负载管理的日常实际影响，以及该技术与您既定的 SOP 集成的无缝程度如何，[...]
All You Need to Know About OnePlus 15T Magnetic Cooling System
OnePlus 15T 凭借其创新的磁力冷却技术重新定义了智能手机的性能。它旨在解决密集游戏和多任务处理过程中的过热问题。该冷却系统可确保更流畅的性能、更长的电池寿命和更舒适的用户体验。通过采用先进的磁吸模块，一加 15T 能够有效散热，即使在繁重的工作负载下也能保持设备稳定。这一突破不仅提高了速度和响应能力，而且还保护内部组件免受热应力的影响。无论您是移动游戏玩家、高级用户，还是只是重视可靠性的人，OnePlus 15T 磁力冷却系统都能为应对日常性能挑战提供尖端的解决方案。让我们来探索您需要了解的关于这项改变游戏规则的技术的一切。带磁力冷却系统的 OnePlus 15T 关于 OnePlu
Train CodeFu-7B with veRL and Ray on Amazon SageMaker Training jobs
在这篇文章中，我们将演示如何在由 SageMaker 训练作业管理的分布式 Ray 集群中使用组相对策略优化 (GRPO) 和 veRL 来训练 CodeFu-7B（一种用于竞争性编程的专用 70 亿参数模型），veRL 是一个灵活高效的大型语言模型 (LLM) 训练库，可直接扩展各种 RL 算法，并与现有 LLM 基础设施无缝集成。我们将介绍完整的实施过程，涵盖数据准备、分布式训练设置和全面的可观察性，展示这种统一的方法如何为复杂的 RL 训练工作负载提供计算规模和开发人员体验。
How to Choose the Right Open-Source LLM for Production
根据工作负载类型、基础设施限制、成本和实际性能为生产选择合适的开源 LLM 的实用指南。
Microsoft expands Sovereign Cloud security with governance, local productivity and AI
Microsoft 通过新的断开连接和 AI 功能扩展了 Microsoft 主权云，帮助组织在主权边界内运行关键基础设施、生产力服务和大型 AI 模型，同时保持跨连接和断开连接环境的治理和运营连续性。主权私有云统一了 Azure Local、Microsoft 365 Local 和 Foundry Local，为任何运营边界带来了基础设施、生产力和对大型 AI 模型的支持。 （来源：微软）“客户可以通过……为每个工作负载选择正确的控制姿势。更多→微软通过治理、本地生产力和人工智能扩展主权云安全性的帖子首先出现在 Help Net Security 上。
AI in Multiple GPUs: Point-to-Point and Collective Operations
学习适用于多 GPU AI 工作负载的 PyTorch 分布式操作多 GPU 中的人工智能后：点对点和集体操作首先出现在《走向数据科学》上。
2025 年，Amazon SageMaker AI 进行了多项改进，旨在帮助您训练、调整和托管生成型 AI 工作负载。在本系列的第 1 部分中，我们讨论了灵活的培训计划和对推理组件的性价比改进。在这篇文章中，我们讨论可观察性、模型定制和模型托管方面的增强功能。这些改进有助于在 SageMaker AI 上托管全新类别的客户用例。
AI in Multiple GPUs: How GPUs Communicate
深入探讨支持 AI 工作负载多 GPU 通信的硬件基础设施多 GPU 中的后 AI：GPU 如何通信首先出现在《迈向数据科学》上。
Успех в технологиях памяти может вернуть Intel к истокам
在运行 AI 工作负载时，Z-Angle Memory 的性能优于 HBM。
AI for High-Volume Real Estate Pipelines: Managing More Deals Without Adding Headcount
我们探讨房地产领域的人工智能如何帮助组织管理大批量交易渠道、提高决策重点并在不断增长的工作负载中保持一致性。大批量房地产管道的人工智能后：在不增加人员的情况下管理更多交易首先出现在 Fusemachines 上。
