工程哲学:Jim Keller,晶体管不要钱
Jim Keller 设计了 AMD 翻身之作、iPhone、Tesla Autopilot 等背后的芯片——靠的是用硅片消除瓶颈,并从第一性原理重新思考。
Engineering & Craft关于设计、开发、AI基础设施和产品构建的思考。
Jim Keller 设计了 AMD 翻身之作、iPhone、Tesla Autopilot 等背后的芯片——靠的是用硅片消除瓶颈,并从第一性原理重新思考。
Engineering & CraftSwift 6.2 反转了并发模型:将模块默认设为 MainActor(SE-0466),让 nonisolated async 在调用方运行(SE-0461),用 @concurrent 逃逸。
AI & TechnologyApple 的 Translation 框架:通过 translationPresentation 与 TranslationSession 实现免费的端侧翻译,以及演示里总被跳过的离线下载边界。
AI & TechnologyRoberto Ierusalimschy 围绕一个原则设计了 Lua——提供机制,而非政策——一门小巧、快速、可嵌入的语言,交给你的是操纵杆,而不是规则。
Engineering & CraftAdi Shamir 是 RSA 中的“S”,也是一位密码分析大师——他构建安全系统的方式,是同时学会攻破它们。以攻为守,把纯净的数论化为可用的机制。
Engineering & CraftFoundation Models 给你的是 Apple 那个封闭的端侧 LLM。MLX 则让你在 Apple Silicon 上运行自己的模型:量化的开放权重模型与 LoRA 微调。
AI & TechnologyMark Shuttleworth 把 Ubuntu 建立在一个理念之上——为普通人而生的 Linux,人人可用的自由软件——其根基是 ubuntu:待人以仁,并按时交付。
Engineering & Craft赵京铉让模型自己学会控制结构——GRU中的门控记忆、注意力中的软对齐——并将其与诚实、可复现的科学方法结合在一起。
Engineering & CraftYann LeCun 用卷积奠定了深度视觉的基础,随后押注于另一条路:真正的智能来自以无监督方式学习世界,并把成果公开发表——而不是更大的 LLM。
Engineering & CraftApple 的 Foundation Models 框架:LanguageModelSession、@Generable 引导式生成、工具调用、可用性判断,以及何时该离开端侧模型。
AI & TechnologySalvatore Sanfilippo 围绕一条原则打造了 Redis——少做。一个小巧、单线程、驻留内存、你能完整装进脑子里的存储系统,用 C 写成,供人阅读。
Engineering & Craft李飞飞通过构建 ImageNet 让 AI 拥有了视觉——她押注于规模化的数据,而非更精巧的模型,才是缺失的那块拼图,并坚信 AI 必须始终以人为本。
Engineering & Craft技术写作: Introl
本地运行大型语言模型的全面硬件建议和成本分析。
针对不同AI工作负载比较NVIDIA最新数据中心加速器的GPU选择指南。
深入技术分析Google张量处理单元从TPUv1到TPUv5的演进。
容器化环境中GPU集群的资源共享策略。
使用Ray框架构建和管理分布式AI计算的指南。
开源LLM经济学分析和DeepSeek的竞争定位。
未来数据中心电力需求和NVIDIA下一代GPU路线图。
为下一代AI基础设施供电的小型模块化反应堆解决方案。
DeepSeek多头压缩架构创新的技术分析。