rdma·concept

RDMA

别名
首次出现
2026-05-29
最近出现
2026-07-24
累计提及
21
§ 01综述

RDMA 近期进展

NVIDIA ModelExpress将DeepSeek-V4 Pro启动时间降至2分钟内

NVIDIA AI:NVIDIA的ModelExpress技术成功将DeepSeek-V4 Pro的启动时间缩短至2分钟以内,显著提升了深度学习模型的部署效率。

LM Studio 与苹果合作,成功用四台 Mac Studio 运行万亿参数 Kimi K2.6 大模型

IT之家:LM Studio与苹果合作,成功在四台Mac Studio上运行了万亿参数的Kimi K2.6大模型,展示了高性能计算在人工智能领域的应用潜力。

SAC: 基于CXL的稀疏注意力LLM解耦KV缓存系统

arXiv: DeepSeek:SAC系统利用CXL技术实现了稀疏注意力LLM的KV缓存解耦,有效提升了缓存效率。

WWDC26 苹果演示4台Mac Studio本地运行Kimi K2.6

IT之家:在WWDC26上,苹果展示了四台Mac Studio本地运行Kimi K2.6大模型的能力,凸显了苹果硬件在AI计算领域的实力。

英特尔推出以太网E835系列有线网卡:200GbE吞吐,支持RDMA

IT之家:英特尔发布了以太网E835系列有线网卡,支持200GbE吞吐量和RDMA技术,为高性能计算提供了更优的网络解决方案。

mKernel:多GPU多节点融合内核库,用于GPU驱动通信

marktechpost:mKernel是一个多GPU多节点融合内核库,旨在优化GPU驱动通信,提高分布式计算效率。

DeepSeek AI开源高性能分布式文件系统3FS

DeepSeek: GitHub 新仓库:DeepSeek AI开源了高性能分布式文件系统3FS,为大规模数据存储和访问提供了新的选择。

当前焦点与观察点

RDMA技术在高性能计算领域的应用越来越广泛,其在提升网络传输效率和降低延迟方面的优势逐渐显现。同时,随着人工智能和大数据技术的发展,对高性能计算的需求不断增长,RDMA技术有望在未来发挥更大的作用。
§ 02相关报道07 条在档
  1. 01
    NVIDIA ModelExpress将DeepSeek-V4 Pro启动时间降至2分钟内
    NVIDIA AI
  2. 02
    LM Studio 与苹果合作,成功用四台 Mac Studio 运行万亿参数 Kimi K2.6 大模型
    IT之家
  3. 03
    SAC: 基于CXL的稀疏注意力LLM解耦KV缓存系统
    arXiv: DeepSeek
  4. 04
    WWDC26 苹果演示4台Mac Studio本地运行Kimi K2.6
    IT之家
  5. 05
    英特尔推出以太网E835系列有线网卡:200GbE吞吐,支持RDMA
    IT之家
  6. 06
    mKernel:多GPU多节点融合内核库,用于GPU驱动通信
    marktechpost
  7. 07
    DeepSeek AI开源高性能分布式文件系统3FS
    DeepSeek: GitHub 新仓库
§ 03邻近话题

本页综述由 AITOP 基于公开报道整理。原报道版权归各自来源所有。

/topic/RDMA