刘诚／文 历史上，全球大国的崛起总是与科技革命紧密相连。 当今时代，全球正处于百年未有之大变局，恰逢新一轮科技革命的到来，AI领域的国际竞争也愈演愈烈。从历史、经济和政治的视角分析科技革命，并预 判AI国际竞争态势，这值得社会各界密切关注。 历史逻辑：科技中心的演变 美国耶鲁大学历史学教授保罗·肯尼迪（Paul Kennedy）在1992年曾经指出，从历史上看任何大国的崛起都与科技创新紧密相连，都遵循着"科技创新—国内 标准国际化—提供区域和国际公共产品—主导国际舆论"的成长路径。 也就是说，科技中心是经济中心、政治中心、文化教育中心以及军事中心的先导力量，是大国崛起的第一步。 经济逻辑：经济范式的跃迁 然而，科技革命并不必然引发产业革命。例如，各大文明古国虽有许多伟大的科技发明，却未能催生出现代工业；意大利作为近代第一个全球科技中心，也 未能率先掀起产业革命。 这说明，我们不能简单地将科技革命等同于产业革命，二者之间存在一定"鸿沟"。换句话说，科技革命需要实现"惊险一跃"，即通过商业化、产业化、规模 化生产，才能转化为产业革命，这实际上需要形成系统性的经济范式转换。 正如美国科学哲学家托马斯·库恩（Thom ...

As a new mom, planning for my daughter’s future is top of mind. Before opening a savings or brokerage account, I asked ChatGPT for advice. Here’s what it said—and missed. https://t.co/FDXJfYbPxZ ...

RT Avi Chawla (@_avichawla)How to sync GPUs in multi-GPU training, clearly explained (with visuals): ...

Company Overview and Financial Status - Crinetics has a strong financial position with $1.3 billion in cash, cash equivalents, and investments[31] - The company anticipates its first commercial launch this year and holds IP rights into the 2040s[31] Pipeline Programs and Focus - Crinetics is developing paltusotine, with a PDUFA date in September 2025, for acromegaly[27] - The company is developing CRN12755, a TSHR antagonist, for Graves' Hyperthyroidism and Graves' Orbitopathy (TED), with plans for an IND submission[123] - Crinetics is advancing CRN10329, an SST3 agonist, for Autosomal Dominant Polycystic Kidney Disease (ADPKD), with IND-enabling studies ongoing[150] - The company is developing CRN09682, a nonpeptide drug conjugate (NDC), targeting SST2-expressing tumors, currently in Phase 1/2 study[254] Market and Patient Reach - Graves' Hyperthyroidism affects over 3 million individuals in the US, with a significant portion developing TED[75] - ADPKD affects approximately 145,000 diagnosed patients in the US, with 50% developing end-stage kidney disease[130, 131] - The addressable patient population for Graves' Orbitopathy (TED) is up to approximately 170,000 incident cases[120]

That's a wrap!If you found it insightful, reshare it with your network.Find me → @_avichawlaEvery day, I share tutorials and insights on DS, ML, LLMs, and RAGs.Avi Chawla (@_avichawla):How to sync GPUs in multi-GPU training, clearly explained (with visuals): ...

By default, deep learning models only utilize a single GPU for training, even if multiple GPUs are available.An ideal way to train models is to distribute the training workload across multiple GPUs.The graphic depicts four strategies for multi-GPU training👇 https://t.co/M7O1v7LdlQ ...

How to sync GPUs in multi-GPU training, clearly explained (with visuals): ...

西风 发自 凹非寺 量子位 | 公众号 QbitAI 无需CUDA代码，给H100加速33%-50% ！ Flash Attention、Mamba作者之一 Tr i Da o 的新作火了。 他和两位普林斯顿CS博士生提出了 一个名叫 QuACK 的新SOL内存绑定内核库 ，借助CuTe-DSL，完全用Python写，一点CUDA C++代码 都没用到。 在带宽3TB/s的H100上，它的速度比像PyTorch的torch.compile、Liger这类已经过深度优化的库还要快33%-50%。 Tri Dao表示，让内存密集型的内核达到"光速"并非什么神秘技巧，只需把几个细节处理到位就行。 我很喜欢Phil Tillet对不同工具在生产力和性能方面各有取舍的观点，比如torch compile、triton、CUDA、PTX。 但CuTe-DSL以及类似的基于Python的DSL或许能改变这一局面，虽然目前还处于早期阶段。而且，说不定很快我们就能让大语言模型 来生成这些内核了！ 新作一经发出，吸引不少大佬关注。 英伟达CUTLASS团队资深架构师Vijay 转发，自夸他们团队做的CuTe-DSL把各种细节都打 ...

新华财经北京7月11日电 近日，沐曦集成电路（上海）股份有限公司（下称"沐曦股份"）科创板IPO申请获受理。保荐机构为华泰联合证券，会计师事务所 为立信，融资金额为39.04亿元。 资料显示，沐曦股份自主研发全栈高性能GPU芯片及计算平台，主营业务是研发、设计和销售应用于人工智能训练和推理、通用计算与图形渲染领域的全栈 GPU产品，并围绕GPU芯片提供配套的软件栈与计算平台。 根据招股书，沐曦股份背后的投资方可谓"星光熠熠"，包括混沌投资及创始人葛卫东本人、经纬创投、红杉资本等。创始团队陈维良、彭莉、杨建三人的职 业履历交集主要是在超威半导体，国内更为熟知的名称则为AMD。其中，陈维良为沐曦股份实控人。 作为一家报告期内累计亏损超过32亿元的公司，沐曦股份采用的是科创板第四套上市标准申报。根据招股书、财报等公开信息，目前公司所处的行业竞争激 烈，主要收入来源于单一产品，公司客户集中度较高，且第一大客户自去年以来业绩严重下滑。 行业竞争激烈收入依赖单一产品 GPU芯片及相关产品主要为人工智能计算、通用计算、图形渲染等前沿领域提供高能效、高通用性的算力支撑，目前国内在政策支持下涌现出一批相关企 业，行业竞争日趋激 ...

2025年，国产GPU站在新一轮技术与资本的交汇点。成立仅五年的摩尔线程，正式冲刺科创板IPO，成 为这一浪潮中的标志性事件。 这家坚持自研路线、主攻"全功能GPU"的芯片企业，通过稳健的技术迭代和系统性市场验证，成为国内 半导体的新生力量。 在资本与技术双轮驱动之下，GPU这一高技术壁垒、长周期、高投入的赛道，正成为国产芯片企业真正 比拼"硬实力"的主战场。尽管与国际巨头仍有代际差距，但摩尔线程在关键技术点已实现局部突破。 凭借持续研发，并深化AI技术创新，摩尔线程成为国产GPU的"技术长跑"中的标杆。而它的发展路径， 也为中国高端芯片的自主创新，提供了一种可能的范式样本。 "全能型"硬核玩家 摩尔线程的起点，并非"做一张显卡"，而是构建一套完整、自主、面向未来的GPU计算平台。区别于大 多数AI加速卡仅面向单一计算任务，摩尔线程选择了难度最高、通用性最强、最稀缺的"全功能GPU"路 径。 根据功能结构划分，GPU可分为图形GPU、GPGPU（通用计算GPU）与全功能GPU。所谓"全功能 GPU"，并非仅具备图形渲染或AI训练能力，而是同时实现图形图像处理、AI张量计算、物理仿真和超 高清视频编解码等多种任 ...