Cohere 迁移 Blackwell,多项负载 token 成本与延迟降 30–50%
cohere · x · 2026-09-10
- NVIDIA 发布《AI Tokenomics》白皮书,提出推理 token 经济的四支柱框架:token 价值(Utility)、需求预测(Demand)、供给优化(Supply)、定价变现(Monetization),并附 Cohere、Perplexity、Canva 案例与需求预测工作表。
- 核心观点:数据中心正变成「token 工厂」,推理成为主导负载,企业需学会生产、管理和变现 token。
- Cohere 案例称,把生产负载迁移到 NVIDIA Blackwell 后,多项工作负载的 token 成本下降、吞吐量提升、首 token 延迟降低 30–50%。
「Infra」频道最新
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27