计算

Wolfram指出，人类语言、数学和逻辑都是对世界进行形式化的方式，而在我们这个世纪，计算是一种全新且更强大的形式化手段。

Wolfram还提出了ruliad的概念：所有可能计算过程的纠缠极限，一个深层抽象但唯一的对象。

计算不可约性是核心概念：时间的流逝对应着一个不可约的计算过程，我们必须运行这个计算才能知道结果如何。

下次暴雨预警响起时，也许你收到的第一条信息，就来自这个“数字分身”的计算。

从算法的角度来说，都是要从基于数据的计算，推向机理与数据的融合计算。

一条是基于机理的计算范式。

在模型调优层面，针对DeepSeek-V4-Pro在长上下文、复杂推理和Agent任务中的计算特点，Uni-Infer从模型计算、显存管理、请求调度和缓存复用等多个环节进行优化。

换句话说，科学计算与机器学习正在走向融合，我把它简称为“机理与数据的融合计算”。

这也正是他演讲的核心主旨：机理与数据的融合计算，贵在取长补短。

对许多领域而言，未来的核心就是数据科学、物理学、数学、计算机的交叉融合，而机理与数据的融合计算则是学科交叉的基础，也是应用数学做好“服务”的核心要点。

总结来讲，计算历史悠久且越来越重要，融合计算方兴未艾：它是应用数学的核心部分，也是交叉学科的基础。

我认为，融合计算不是某一项具体技术，而是未来智能化场景的一类底座。

而在理论层面，融合计算也把数学推向了一个新战场：高维空间。

高维数学分析需要重新建立，融合计算的模式本身也值得作为新的数学问题来研究。

LatentMoE增加了降维、专家计算、结果聚合和重新升维等步骤，计算路径比普通MoE更长。

LatentMoE负责降低专家计算和通信成本，RMSNorm与SiTU-GLU用来稳定专家分支的数值，QuantileBalancing负责协调近千个专家之间的负载，KDA与NoPEMLA则重新分配长上下文中的记忆和检索任务。

降维带来的收益，不只是减少单个专家的计算量。

此外，展墙还记录了“墨子号”卫星实现星地量子通信、祖冲之系列量子计算机不断刷新算力纪录等中国量子前沿成果。

瑞典乌普萨拉大学医学博士宋天一、清华大学高等研究院教授翟荟、中国科学技术大学特任教授龚明先后进行分享，报告主题分别为“科学的故事：从墨子，欧洲到诺贝尔奖”“走进奇妙的原子世界”“量子计算：会魔法的电脑，还是更懂自然的电脑？

张平文院士：机理与数据融合计算，贵在取长补短

AMD人工智能事业部高级副总裁VamsiBoppana表示，AMD正在构建一个全栈AI平台，为客户提供灵活部署计算解决方案的空间，Taalas的技术与工程团队通过提供差异化的推理性能和效率，强化了AMDAI产品组合的竞争力。

英伟达也在整合不同的计算芯片。

二是它已经和大型芯片制造商合作，打算直接利用现有的半导体制造系统来生产量子计算系统。

据介绍，该芯片采用谦合益邦自研的全新三维集成原生计算架构与3DDRAM堆叠技术，在全球范围内首次实现4层芯片在垂直方向的高密度集成，将计算单元与存储单元在三维空间中深度融合，从根本上突破了传统平面架构下计算与存储分离带来的“内存墙”瓶颈。

通过采用全新的三维集成原生计算架构，该芯片实现了全方位的性能跃升：数据访存带宽较传统方案提升一个数量级，访存功耗和延时降低一个数量级，单位时间数据处理吞吐量提升一个数量级，单次数据处理成本下降一个数量级。

应用壁垒时代，它又从硬件制造商延伸为计算服务提供者——算力服务、超算互联网、光合组织生态，都在回答一个更难的问题：算力建成之后，谁来用，怎么用。

今年适逢中国计算领域龙头企业“中科曙光”成立三十周年，其业务从高性能计算整机一路延伸至芯片、网络、存储、液冷和计算服务，每一次边界扩展几乎都踩在中国计算产业发展的节拍上。

说句题外话，在过去，做统计的与做计算数学的总好像是“分道扬镳”，统计科学家并不认为自己做的是数学，或者卡在了数学和非数学的分水岭上。

这样，模型可以拥有很大的总参数量，同时将单次计算控制在较小范围内。

有了开源模型，应用公司可以在外部API、本地部署和定制模型之间重新计算成本。

美国国防高级研究计划局（DARPA）近年一直在推进一项评估计划，想弄清楚提出宏观大规模子计算愿景的公司里，究竟有哪些可能实现的目标。

ai为此开发了计算内核库MagiMoE，将路由、排序和专家计算合并执行，减少中间结果与显存搬运。

对于视频生成，扩大参数已经不再是单纯的算法问题，模型架构、计算内核、分布式训练和数据管线需要同时变化。

20世纪90年代，中国计算产业面临的问题很朴素：高端计算机买不到。

三十年再出发，中国计算产业打响新的关键一役

三十年前，中国计算产业的全部问题是造不出一台机器。

三十年，中国计算产业打了三场性质截然不同的战役。

中国计算产业下一阶段的核心命题，已不是“有没有”，而是“行不行”。

中国计算产业在前两场战役中解决了“能不能打”，第三场则要回答“能不能打赢和打完之后怎么建”。

中国计算产业显然需要在两者之间动态平衡，而非简单选边。

全球计算产业的通行规则是专业分工，各守一环。

当下，中国计算产业正面临一个关键抉择：要建一个自给自足的平行体系，还是要成为全球计算格局中有竞争力的参与者？

过去三十年，像曙光这类计算产业系统型企业承担的正是类似角色。

这也证明了中国计算产业过去三十年做对的一件事：没有把赌注压在单一环节上。

快科技8月6日消息，AMD高级副总裁、计算与图形事业部总经理杰克·胡因宣布

AMD 高级副总裁、计算与图形事业部总经理杰克 · 胡因（Jack Huynh）昨日（8 月 5 日）在 X 平台发布推文， 宣布 AMD 公司将参加柏林国际电子消费品展览会（IFA）

AMD 高级副总裁、计算与图形事业部总经理杰克 · 胡因（Jack Huynh）昨日（8 月 5 日）在 X 平台发布推文

奕斯伟计算此前两度冲击港股均未能完成审核流程，今年7月31日

今年6月英国宣布向Cosine提供其Isambard超级计算机访问权限

Intel围绕PhysicalAI发布的工具链与平台，主线是把模型从训练环境部署到实际机器人设备，强调统一开放的软件与计算栈来降低规模化落地难度。

CerebrasSystems的产品采用晶圆级芯片设计，将数十万个计算核心集成在单一处理器上，降低了模型训练与推理过程中的通信延迟，做法与Taalas有相似之处，与Taalas同属于ASIC（专用集成电路）芯片。

他称，高性能计算、图形和人工智能之间的相互作用，正在深刻影响现代设备的发展；

这套机制让MAGI-2Preview能够把专家划分得更细，同时避免通信成本吞掉稀疏计算带来的收益。

比如，公司用量子计算模拟细胞色素P450（细胞色素P450）酶的作用，这类酶广泛涉及人体内药物的分组过程。

LatentMoE增加了降维、专家计算、结果聚合和重新升维等步骤，计算路径比普通MoE更长。

LatentMoE负责降低专家计算和通信成本，RMSNorm与SiTU-GLU用来稳定专家分支的数值，QuantileBalancing负责协调近千个专家之间的负载，KDA与NoPEMLA则重新分配长上下文中的记忆和检索任务。

ai为此开发了计算内核库MagiMoE，将路由、排序和专家计算合并执行，减少中间结果与显存搬运。