Inkling 开源模型发布
BanghuaZ · x · 2026-07-16
SGLang 转发并介绍了 Inkling 的首个开源模型发布：
- 总参数 975B，激活参数 41B MoE
- 支持最高 100万上下文
- 可在 文本、图像、音频 上原生进行推理
- Serving 和 RL 支持已同步上线，可以在开源栈上直接运行和微调
帖子还强调了其架构和部署侧优化：
- 新架构包括 ShortConv、带相对位置编码的 attention、共享 expert sink MoE
- 推理侧做了 full CUDA graph、MXFP8 KV cache 等优化
- 训练侧提供 全参数与 LoRA RL，并通过定制 Megatron 后端、routing replay 和跨运行时参数同步来保证训练/推理一致性
- SGLang 和 Miles 提供 Day 0 支持
所属事件:Thinking Machines 首发开权重 Inkling(169 条相关)→
「Infra」频道最新
- 论文：LLM 竞价采购平台可省 10%-71% 推理成本 — _onionesque · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- SGLang Summit 赞助商一周从 11 家涨到 36 家 — ying11231 · 2026-10-18
- Oracle CDS 飙至 300bps 创纪录，被称 AI 交易倒下的第一块多米诺 — arthurcolle · 2026-10-18
- MIT 团队实测:agent 编码用量若按 API 计费每月高达 4 万美元 — ChrisRackauckas · 2026-10-18
- 越狱 PS5 跑 llama.cpp:开源 PS5LM 让主机变身家庭本地 LLM 服务器 — wateriscoding · 2026-10-18