从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核经验迁移到 Apple Silicon。
推荐理由：展示了把 CUDA 内核优化经验结构化迁移到 Apple Silicon 的方法，并给出注意力与 Mamba 两类内核的实测对比。
技术方向
微调与部署 最新动态
把模型训好、跑起来、跑得便宜：LLaMA-Factory、Unsloth、Axolotl、TRL、PEFT 的微调方法，DeepSpeed 的训练与并行，vLLM、SGLang、llama.cpp、Ollama、TensorRT-LLM、LMDeploy 的推理与部署，以及量化、显存与成本优化。
123 条精选近 30 天 106 条共收录 565 条
更新
精选归档 · 第 7 页
Berkeley AI Research精选AI 评分6262
JetBrains AI Blog精选AI 评分6262 JetBrains Air 更新：接入更多智能体、本地模型与 Java/Kotlin 代码智能
JetBrains Air 新版本通过 JetBrains 与 Zed 开发的 Agent Client Protocol（ACP）接入 GitHub Copilot、OpenCode、Pi、Cline 等兼容智能体，此前该工作流仅限 Air 自带的 Claude、Codex、Gemini CLI 和 Junie。
推荐理由：Air 通过 ACP 接入多家编码智能体并支持本地模型，读者可据此判断企业既有工具能否纳入同一工作流。
JetBrains AI Blog精选AI 评分7171 JetBrains 发布 JetBrains Context，为编码智能体提供仓库智能层
JetBrains 发布 JetBrains Context，一个为编码智能体构建语义索引并提供语义检索的仓库智能层，已随 JetBrains AI 订阅开放早期访问且不额外收费。
推荐理由：官方给出 JetBrains Context 的索引机制、接入方式与三项基准上的耗时成本降幅，可据此判断编码智能体的上下文方案。