Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #7966

H100

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

COMPANIES · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA cuOpt добавляет многопроцессорный решатель mPDLP для LP, масштабируемый на 100M+ переменных

NVIDIA представила mPDLP — многопроцессорный Primal‑Dual гибридный градиентный решатель в cuOpt, который распределяет большие линейные задачи по NVLink‑связанным GPU. mPDLP снижает пиковое использование памяти на GPU (до 6× по сравнению с PDLP на одном GPU), поддерживает задачи до 2,1 млрд ненулевых элементов и в бенчмарках на DGX B200 показывает ускорение шагов PDLP до 11,4× и типичные общие выигрыши 1,2×–2,5× по сравнению с D‑PDLP; партнёры сообщили ≈3,3× (Kinaxis, 135M переменных) и >5× (PSR, 185M переменных). Доступны руководство и исходники на GitHub.

7.0

MODELS · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Снимки Pod в GKE сокращают время старта моделей до 89%; GA на 1.35.3-gke.1234000+

Google опубликовала бенчмарки для снимков Pod в GKE (общая доступность в мае для кластеров с 1.35.3-gke.1234000 и выше), которые создают контрольные точки и восстанавливают полный статус Pod, включая память CPU/GPU, показывая сокращение времени запуска до 89% (модель на 70 млрд параметров — за 37 с, модель на 8 млрд — за 15 с). Функция использует gVisor и GKE Sandbox (в Autopilot включено по умолчанию), хранит данные в Cloud Storage и настраивается PodSnapshotStorageConfig и PodSnapshotPolicy; правила совместимости и ограничения по восстановлению переводят работу на управление жизненным циклом снимков.

7.0

MODELS · 1 ИСТОЧН. · Hugging Face

Liquid AI выпустила DSpark‑drafter для LFM2.5‑VL‑3B, ускоряющий декодирование VLM до 3,13×

Liquid AI выпустила DSpark‑drafter для визуально‑языковой модели LFM2.5‑VL‑3B, добавляющий спекулятивное декодирование и ускоряющий декодирование токенов до 3,13× на устройстве и 2,66× на H100 при увеличении размера модели примерно на 280M параметров (≈8,9%). Drafter доступен с поддержкой llama.cpp, MLX‑VLM и SGLang с первого дня и размещён на Hugging Face в формате Safetensors и GGUF; измеренные энд‑ту‑энд ускорения достигали до 2,62× на краю и 2,27× на GPU по задачам MMSpec.

7.0