OpenAI 下调 GPT-5.6 在 Luna 与 Terra 上的价格
OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的价格，并称更高效的模型有助于企业规模化部署 AI 工作流。
推荐理由：原文给出 GPT-5.6 在 Luna 与 Terra 上的降价信息，读者可据此判断企业级 AI 工作流的成本变化。
部署工程
全部主题把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
最新精选
第 201–217 条 · 共 217 条OpenAI News精选AI 评分5858
OpenAI News精选AI 评分6262 OpenAI 与 Broadcom 发布 LLM 推理定制芯片 Jalapeño
OpenAI 与 Broadcom 联合推出 Jalapeño，一款专为 LLM 推理打造的定制 AI 芯片。该芯片旨在提升 AI 系统的性能、效率与扩展能力。
推荐理由：OpenAI 与 Broadcom 联合推出面向 LLM 推理的定制芯片，读者可了解其在性能与能效上的定位。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上最高实现 4 倍推理提速，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。
推荐理由：官方给出 26B MoE 文本扩散模型的速度数据与硬件门槛，可据此判断本地低并发场景的取舍。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将大规模训练拆分为解耦的计算岛并异步传输数据，从而隔离局部硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并自动重新接入，用 Gemma 4 模型验证其基准 ML 性能与传统训练方法持平。
推荐理由：原文给出分布式训练在带宽、故障隔离和跨代硬件上的实测结果，可据此判断大规模预训练基础设施的演进方向。
OpenAI News精选AI 评分6262 OpenAI 公布与美国国防部合作协议
OpenAI 公布其与美国国防部（Department of War）的合同细节，涵盖安全红线、法律保障以及 AI 系统在涉密环境中的部署方式。
推荐理由：OpenAI 官方披露与国防部门的合同细节，可了解其安全红线与涉密环境部署安排。
OpenAI News精选AI 评分6060 OpenAI 与 Cerebras 合作新增 750MW 高速 AI 算力
OpenAI 宣布与 Cerebras 合作，新增 750MW 高速 AI 算力，用于降低推理延迟。该算力将让 ChatGPT 在实时 AI 工作负载下响应更快。
推荐理由：OpenAI 与 Cerebras 达成算力合作，读者可了解其新增算力规模与对推理延迟的直接影响。
OpenAI News精选AI 评分6262 AWS 与 OpenAI 宣布多年战略合作
OpenAI 与 AWS 达成多年期、380 亿美元的战略合作，AWS 将提供基础设施与算力，用于支撑 OpenAI 下一代模型。合作规模为 380 亿美元，属于多年期协议。
推荐理由：读者可了解 OpenAI 与 AWS 达成的 380 亿美元多年合作，及其对算力供应格局的影响。
OpenAI News精选AI 评分6262 OpenAI 与 Broadcom 达成战略合作，将部署 10 吉瓦自研 AI 加速器
OpenAI 与 Broadcom 宣布多年期战略合作，将部署 10 吉瓦由 OpenAI 设计的 AI 加速器。双方将共同开发下一代系统与以太网方案，计划到 2029 年支撑可扩展、高能效的 AI 基础设施。
推荐理由：OpenAI 与 Broadcom 合作自研加速器并规划 10 吉瓦部署，可观察其算力自给路径与供应链布局。
OpenAI News精选AI 评分6262 AMD 与 OpenAI 达成战略合作，将部署 6 吉瓦 AMD GPU
AMD 与 OpenAI 宣布达成多年战略合作，将部署 6 吉瓦 AMD Instinct GPU，用于支撑 OpenAI 的下一代 AI 基础设施。其中首批 1 吉瓦将于 2026 年开始部署。
推荐理由：OpenAI 与 AMD 达成多年算力合作，读者可据此了解其下一代基础设施的 GPU 供应布局。
OpenAI News精选AI 评分5858 OpenAI、Oracle 与 SoftBank 为 Stargate 新增五个 AI 数据中心站点
OpenAI、Oracle 和 SoftBank 宣布为 Stargate 新增五个 AI 数据中心站点，推进一项 5000 亿美元、10 吉瓦的美国基础设施扩建计划，用于支撑下一代 AI 并创造数万个就业岗位。
推荐理由：Stargate 新增五个站点，读者可据此了解 5000 亿美元、10 吉瓦级美国 AI 基建的推进节奏。
OpenAI News精选AI 评分6262 OpenAI 与 NVIDIA 宣布战略合作，将部署 10 吉瓦 NVIDIA 系统
OpenAI 与 NVIDIA 宣布达成战略合作，将部署 10 吉瓦由 NVIDIA 系统驱动的 AI 数据中心，首阶段于 2026 年启动。
推荐理由：OpenAI 与 NVIDIA 达成 10 吉瓦级系统部署合作，读者可据此了解双方在算力基础设施上的绑定规模。
OpenAI News精选AI 评分8282 OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 开源权重模型
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开源权重语言模型，采用 Apache 2.0 许可。官方称这两款模型在推理任务上优于同规模开源模型，具备较强的工具调用能力，并针对消费级硬件的高效部署做了优化。
推荐理由：OpenAI 开源两款权重模型并给出尺寸与许可，读者可据此判断本地部署与推理任务的可用性。
OpenAI News精选AI 评分5252 OpenAI 推出 Stargate UAE，首次在海外部署 AI 基础设施
OpenAI 宣布推出 Stargate UAE，这是其 AI 基础设施平台 Stargate 的首次国际部署。
推荐理由：OpenAI 首次把 Stargate 基础设施部署到美国以外，读者可据此观察其全球算力布局的推进节奏。
OpenAI News精选AI 评分6060 OpenAI 在 API 中推出 Prompt Caching
OpenAI 在 API 中推出 Prompt Caching，对模型近期已见过的输入提供自动折扣。该功能面向重复使用相同前缀的调用场景，无需额外配置即可生效。
推荐理由：OpenAI 为 API 引入提示词缓存，对重复输入自动折扣，读者可据此估算长提示词场景的成本变化。
OpenAI News精选AI 评分6262 OpenAI 在 API 中推出结构化输出
OpenAI 在 API 中推出结构化输出，模型输出现在可以可靠地遵循开发者提供的 JSON Schema。
推荐理由：OpenAI 在 API 中加入结构化输出，开发者可据此判断 JSON Schema 约束对下游解析流程的影响。
OpenAI News精选AI 评分6262 OpenAI 发布 Triton 1.0：面向神经网络的 GPU 编程语言
OpenAI 发布 Triton 1.0，这是一门类 Python 的开源编程语言，让没有 CUDA 经验的研究者也能编写高效的 GPU 代码，性能多数情况下可达到专家水平。
推荐理由：OpenAI 开源 Triton 1.0，让没有 CUDA 经验的研究者也能写出接近专家水平的 GPU 代码。
OpenAI News精选AI 评分5252 OpenAI 将 Kubernetes 集群扩展至 7500 节点
OpenAI 将 Kubernetes 集群扩展到 7500 节点，为 GPT-3、CLIP、DALL·E 等大模型提供可扩展的基础设施，同时也支持小规模快速迭代研究，例如 Scaling Laws for Neural Language Models。
推荐理由：OpenAI 公开将 Kubernetes 集群扩展到 7500 节点的实践，为大规模模型训练的基础设施选型提供一手参考。