Laplace 3B在Trainium2上跑通线性注意力
i14的Laplace 3B用门控线性注意力把每序列推理状态固定在29.5MB，不随上下文增长。在单台trn2.48xlarge上训练约12万token/秒，推理在1280并发下合计11544输出token/秒。
简短解读
对比softmax注意力的KV缓存随上下文膨胀，这条路线让长时间运行的Agent记忆可预测，但压缩历史会损失检索质量，需按自有任务评估。
AI前沿·
早间
新闻范围 — 北京时间
TorchTPU让TPU成为PyTorch原生设备
Hugging Face发布TorchTPU，无需改写成JAX或torch_xla，模型直接to("tpu")即可跑Transformers与Diffusers，支持分布式和torch.compile。TPU内核在Qwen3-30B-A3B上批大小64时解码快21.5倍。
Cosmos3-H-Dreams实时生成胆囊切除手术画面
NVIDIA基于160亿参数Cosmos3-H-Embodied-Nano，用Versius平台临床胆囊切除视频与运动学训练，28维动作控制，提供四步与两步蒸馏检查点，单张RTX PRO 6000可实时流式生成。