AWS 中国区域 AgentCore 与世纪互联 Entra ID 认证实践:(一)使用企业账号安全访问业务工具
以库存查询为例,介绍如何将世纪互联 Entra ID 接入 AWS 中国区域的 Amazon Bedrock AgentCore Gateway,让…

大模型从架构到上线的实现路径:框架怎么选、模型怎么部署、Token 怎么省、厂商怎么做。
选模型与精度,实时拆解权重 / KV Cache / 框架开销,并给出可落地卡型与卡数
口径:工具为资料库同名页面的站内副本(发布版本 15,数据更新 2026-11-09),测算含权重冗余、KV Cache、框架开销与 5% 安全余量,结果为选型参考,实际以压测为准。价格为该工具自带口径(人民币含税渠道价 / 美区按需折算),与本频道下方「部署速查」和算力频道的价格表分开阅读,不可互相推算。上游更新后重跑 tools/sync_vram_tool.py 同步,版本号随之变化,浏览器缓存自动失效。
多数团队先用 vLLM 起步,压测后再按吞吐或国产化要求换引擎
| 引擎 | 关键机制 | 量化与并行 | 硬件平台 | 选型提示 |
|---|---|---|---|---|
| vLLM通用开源首选 | PagedAttention 分页 KV、连续批处理、前缀缓存 | AWQ / GPTQ / FP8;TP、PP 并行 | NVIDIA / AMD / 昇腾(社区版) | 生态最广、特性跟进快,生产环境锁版本 |
| SGLang高并发与多轮对话 | RadixAttention 前缀树复用、约束解码 | 与 vLLM 主流量化基本一致;TP | NVIDIA / AMD | 前缀命中收益取决于请求相似度 |
| TensorRT-LLM固定模型追极致吞吐 | 编译期图优化、In-flight Batching | FP8 / FP4(按架构);按卡型编译 | NVIDIA | 与驱动、CUDA、TRT 版本强绑定,升级要重建 engine |
| LMDeploy国产开源模型适配快 | TurboMind 引擎、KV 量化 | AWQ / INT4 KV | NVIDIA | 新模型支持跟进快,覆盖面不及 vLLM |
| llama.cpp / Ollama单机、边缘、个人 | GGUF 量化、CPU/GPU 混合卸载 | Q2–Q8 GGUF | CPU / Apple Silicon / 消费卡 | 并发弱,不适合多租户生产 |
| MindIE昇腾原生栈 | CANN + ATB 算子、连续批处理 | 昇腾量化(W8A8 等) | 昇腾 910B / 910C / 950 系列 | 模型需完成算子适配,交付前逐项验证 |
卡型RTX 4090 24GB / L40S 48GB
模型8B–32B,INT4/AWQ
引擎Ollama 起步,转 vLLM
约束并发与长上下文先到瓶颈
卡型H20 96GB / 昇腾 950PR 112GB
模型70B FP8 或百 B 级 MoE
引擎vLLM / SGLang / TensorRT-LLM
约束要 NVLink 或 PCIe 4.0 x16,看 TTFT 与故障域
卡型昇腾 910C 128GB / 910B 64GB
模型同参数档国产开源模型
引擎MindIE + CANN
约束算子覆盖与模型迁移成本先评估
以库存查询为例,介绍如何将世纪互联 Entra ID 接入 AWS 中国区域的 Amazon Bedrock AgentCore Gateway,让…

推出计算机使用智能体、改进的临床回答,以及可跨医疗软件运行、助力完成实际工作的新医疗插件。
如何让 AI Agent 从回答问题走向执行任务?本文介绍如何结合 Amazon Bedrock Managed Agents 与 AWS Lamb…


前缀缓存帮助编程智能体在对话不断增长时保持快速响应。提示词、工具调用与推理路由决定模型能复用多少工作。
我们构建了智能体评测,用来检验编程智能体使用 Together AI 的效果。对文档、技能和 API 错误提示的小幅修复,将任务完成率从 75% 提…

Together Compiler 使用 AI 智能体重写并融合模型前向传播中的 GPU 内核,在 B200 上比手写巨型内核快 28%(Llama…

智能体每一轮都会重发完整会话。Together AI 与 Ollama 详解如何从执行框架到 GPU 保护前缀缓存。
.png)
国王信托与 OpenAI 启动一项 100 万英镑的合作,帮助英国多达 25,000 名年轻人掌握可用于工作的实用 AI 技能。
发布:datasette-maplibre 0.1a0。这是相当长一段时间以来首个新的 Datasette 地理空间插件!它把出色的 MapLibr…

大语言模型正越来越多地支持服务的自动发现与组合。在联邦式数据生态中,这为复用现有数据产品和转换服务带来了新机遇……
发布:datasette 1.0a43。我一直在大力借助 Claude Fable 5.2 来帮忙推进 1.0 里程碑上的工作,该里程碑目前已完成…
发布:datasette 0.65.6。我从 1.0a43 回溯移植了一个小型安全修复:修复了一个安全问题,即使用 add_database(db,…