FlashAccel：利用高带宽闪存加速 LLM 推理
9r4n4y · reddit · 2026-08-30
一篇论文介绍了 FlashAccel，旨在利用高带宽闪存 (HBF) 来实现高吞吐量的 LLM 推理。HBF 在相同成本下提供了比 HBM 高 8 到 16 倍的容量，且带宽可达 3 TB/s。
「Infra」频道最新
- 同样 1000 个 Cloudflare Durable Objects，月成本从 4050 美元压到 22 美元 — threepointone · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- DuoDiscover 让 Agent 自建快速评估代理，TPU 内核提速 2.68 倍 — berkeley_ai · 2026-10-16
- Google 将 2026 年资本开支上调至最高 2050 亿美元 — emmanuelvivier · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16