Microsoft Research 发布电网空间天气风险预测系统
Microsoft Research 开发机器学习管道,利用太阳风数据预测美国大陆 66,935 个变电站的空间天气风险,提前 30-60 分钟预警。该系统在评估期内检测到近 80% 的重大空间天气事件,Dst 预测在 62.2% 的高峰时段优于 Burton 方程。
Microsoft Research 开发机器学习管道,利用太阳风数据预测美国大陆 66,935 个变电站的空间天气风险,提前 30-60 分钟预警。该系统在评估期内检测到近 80% 的重大空间天气事件,Dst 预测在 62.2% 的高峰时段优于 Burton 方程。
IBM Research 与 Berkeley Sky Lab 合作扩展 K-Search 框架,通过结构化翻译层将 CUDA 内核优化知识迁移至 Apple Silicon 的 MLX 后端。在 Attention 内核上达到原生 MLX 性能 0.97 倍,Mamba SSM 内核 prefill 速度较社区实现提升 20 倍,验证了跨硬件内核优化自动化的可行性。
推荐理由:展示了如何将 CUDA 优化知识自动迁移至 Apple Silicon,为跨硬件内核优化提供了可复用的结构化方法。
Berkeley AI Research 发布关于自适应并行推理(APR)的研究综述,探讨模型如何自主决定任务分解、并行线程数量及协调方式。文章对比了 Multiverse 和 ThreadWeaver 等方案在 KV cache 管理与推理引擎修改上的差异,并分析了通过强化学习训练模型掌握并行控制流的奖励机制设计,指出 APR 在降低延迟与提升准确率方面的潜力及当前存在的稳定性挑战。
推荐理由:文章梳理了自适应并行推理范式,对比了不同推理引擎实现与训练奖励机制,为优化推理效率提供了技术参考。