{"source":{"id":"17170092","title":"英伟达当年坚称，帧生成只能在40系显卡上跑。 旧卡硬件不支持。 想用？ 加钱买新卡。 结果呢？ 民间开发者又出手了。 一…","url":"https://mubeitech.com/p/17170092"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"17109899","account":"mubei","brand":"@mubei","title":"想用3倍、4倍帧生成，必须加钱买RTX 50显卡？ 英伟达官方是这么说的。 他们把DLSS多帧生成技术，定为50系独占。…","summary":"想用3倍、4倍帧生成，必须加钱买RTX 50显卡？ 英伟达官方是这么说的。 他们把DLSS多帧生成技术，定为50系独占。 40系老显卡想用？ 官方态度很明确：掏钱换新卡。 结果民间开发者反手写了个补丁。 直接绕过了官方的软件限制。 老款RTX 40系显卡装上，3倍、4倍帧生成当场…","body":"想用3倍、4倍帧生成，必须加钱买RTX 50显卡？\n英伟达官方是这么说的。\n他们把DLSS多帧生成技术，定为50系独占。\n40系老显卡想用？\n官方态度很明确：掏钱换新卡。\n\n结果民间开发者反手写了个补丁。\n直接绕过了官方的软件限制。\n老款RTX 40系显卡装上，3倍、4倍帧生成当场解锁。\n\n硬件一块没换，性能直接翻倍。\n原来那些所谓的代际差距，全被锁在了一行软件代码里。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2096175204779069951","translated_status_id":"2096175204779069951","published_at":"2026-09-05 05:53:28","created_at":"2026-09-05T07:41:04+02:00","url":"https://mubeitech.com/p/17109899","markdown_url":"https://mubeitech.com/p/17109899/markdown"},{"rank":2,"id":"16021515","account":"mubei","brand":"@mubei","title":"一个刚毕业、在沃尔玛搬砖的程序员，凭着家里的一张 3090 Ti 显卡，把论文送进了顶级学术会议 SIGGRAPH 20…","summary":"一个刚毕业、在沃尔玛搬砖的程序员，凭着家里的一张 3090 Ti 显卡，把论文送进了顶级学术会议 SIGGRAPH 2026。 没有科研经费，没有导师，没有团队。 白天，他是沃尔玛刚入职的初级软件工程师； 晚上，他用自己那台消费级电脑，捣鼓出了这个叫 InfiniteDiffus…","body":"一个刚毕业、在沃尔玛搬砖的程序员，凭着家里的一张 3090 Ti 显卡，把论文送进了顶级学术会议 SIGGRAPH 2026。\n\n没有科研经费，没有导师，没有团队。\n白天，他是沃尔玛刚入职的初级软件工程师；\n晚上，他用自己那台消费级电脑，捣鼓出了这个叫 InfiniteDiffusion 的无限世界生成算法。\n\n开始吧。\n\n搁在以前，这几乎是不可想象的。\n图形学领域的顶级会议，过去基本是被大厂研究院、或者有几万张显卡的顶级实验室垄断。\n光是算力门槛，就能把普通人死死卡住。\n\n但这位年轻人，用实际行动证明了一件事：\nAI 图形研究的门槛，正在被开源工具链和算法方法，生生砸穿。\n\n他用的显卡是 RTX 3090 Ti。\n一张现在已经算不上最新旗舰的消费级显卡。\n他的研究方向，是用 Diffusion（扩散模型）来进行无限尺度的场景生成。\n\n虽然这目前还只是一篇学术论文，距离真正商用、无缝运行的“游戏引擎”还有很长一段路要走。\n但它的核心贡献在于，用极低的算力和极巧的算法设计，实现了无限世界的平滑生成。\n\n这给所有人提了个醒：\nAI 时代，个体创造力的解放，比手握海量算力的大厂更具颠覆性。\n当底层的开源工具和基础模型足够成熟，一个有想法的年轻人，靠着一张旧显卡，就能在卧室里撬动曾经需要整个实验室才能完成的课题。\n\n算法效率正在替代军备竞赛。\n这大概是这个时代，给普通开发者留下的最好机会。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070486325195587860","translated_status_id":"2070486325195587860","published_at":"2026-06-26 12:36:22","created_at":"2026-06-26T14:32:59+02:00","url":"https://mubeitech.com/p/16021515","markdown_url":"https://mubeitech.com/p/16021515/markdown"},{"rank":3,"id":"2055130148614050264","account":"mubei","brand":"@mubei","title":"英伟达刚用 4-bit 精度，跑完了一个 120 亿参数大模型的预训练。 喂进去的数据量是 10 万亿 token。 以…","summary":"英伟达刚用 4-bit 精度，跑完了一个 120 亿参数大模型的预训练。 喂进去的数据量是 10 万亿 token。 以前硅谷大厂卷模型，训练精度底线死死卡在 8-bit 甚至 16-bit。 谁都知道把数据精度再砍一半能省下海量显存。 但没人敢在预训练阶段碰 4-bit。 只要…","body":"英伟达刚用 4-bit 精度，跑完了一个 120 亿参数大模型的预训练。\n喂进去的数据量是 10 万亿 token。\n\n以前硅谷大厂卷模型，训练精度底线死死卡在 8-bit 甚至 16-bit。\n谁都知道把数据精度再砍一半能省下海量显存。\n但没人敢在预训练阶段碰 4-bit。\n只要精度压到这个级别，模型训练就会极度不稳定，直接崩溃不收敛。\n\n英伟达这次交了底牌，发了一套基于 NVFP4 格式的训练法。\n他们把解决路径拆成了具体动作。\n用随机阿达马变换把区块异常值按住。\n上二维量化控制前向和反向传播的误差。\n再配合随机舍入算法去抓取无偏梯度。\n\n这套操作做完，长程训练稳住了。\n实测跑出来的 MMLU-pro 测试成绩是 62.58%。\n作为对照，用传统 8-bit 精度跑出的基线成绩是 62.62%。\n两者只差了不到 0.05 个百分点。\n\n精度少了一半，准确率几乎毫发无损。\n这意味着同样的硬件，显存消耗直接砍半，算力性能翻了两到三倍。\n英伟达已经把核心代码在 Transformer Engine 里加了支持。\n下一代万亿参数模型的算力入场券，就这么被强行打了个对折。","category":"科技","score":83.3,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-15 06:24:35","created_at":"2026-05-15T05:36:24+02:00","url":"https://mubeitech.com/p/2055130148614050264","markdown_url":"https://mubeitech.com/p/2055130148614050264/markdown"},{"rank":4,"id":"2043052190982639797","account":"mubei","brand":"@mubei","title":"英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。 现在单张GPU跑一夜就能搞定。 最终产出的功耗和…","summary":"英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。 现在单张GPU跑一夜就能搞定。 最终产出的功耗和延迟数据，直接盖过人类工程师的图纸。 这家公司把过去三十年历代GPU的底层源码和绝密文档全盘喂给AI。 练出了一个专供内部的超级大脑ChipNeMo。 新手遇到…","body":"英伟达换一次半导体工艺，迁移三千个标准单元库曾经需要8个人干10个月。\n现在单张GPU跑一夜就能搞定。\n最终产出的功耗和延迟数据，直接盖过人类工程师的图纸。\n\n这家公司把过去三十年历代GPU的底层源码和绝密文档全盘喂给AI。\n练出了一个专供内部的超级大脑ChipNeMo。\n新手遇到不懂的底层原理直接找大模型连环追问。\n资深老手彻底从基础答疑里解放出来。\n连抓Bug、分析错误源头、给具体模块指派责任人的活，全由AI一手包办。\n\n进位先行链是一个从上世纪五十年代就被反复研究的底层难题。\n英伟达让强化学习程序像打街机游戏一样疯狂试错。\n它只要勉强满足时序底线，就把体积和功耗往死里压。\n最终系统吐出的架构图纸诡异至极。\n人类设计师根本画不出那种走线。\n测试台上的硬性指标硬生生比人工精调的方案高出30%。\n\n如今英伟达内部的AI群体已经在接管新架构的参数探索。\n首席科学家Bill Dally描绘了硬件制造的终局。\n开局甩给系统一句指令：去把下一代GPU设计出来。\n人类工程师直接去度假滑雪。\n几天后回来，拿着跑完验证流程的完美图纸找台积电流片。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2043630500820984119","translated_status_id":"2043630500820984119","published_at":"2026-04-13 09:10:37","created_at":"2026-04-13T10:24:46.914463","url":"https://mubeitech.com/p/2043052190982639797","markdown_url":"https://mubeitech.com/p/2043052190982639797/markdown"},{"rank":5,"id":"2061509361470497138","account":"mubei","brand":"@mubei","title":"把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。 里…","summary":"把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。 里面装的是 Blackwell RTX GPU 和 Grace CPU。 加上这128GB的统一内存，这台机器能直接在本地跑起巨大的 AI 模型。 速度极快，且数…","body":"把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。\n\n里面装的是 Blackwell RTX GPU 和 Grace CPU。\n加上这128GB的统一内存，这台机器能直接在本地跑起巨大的 AI 模型。\n速度极快，且数据完全私密。\n不再需要把敏感素材传给云端，你的笔记本就是一个算力堡垒。\n\n用 AI 创作的门槛，被直接踩平了。\n觉得 ComfyUI 节点太复杂、太反人类，可以直接让内置的 AI 代理 OpenClaw 替你干活。\n输入几句话，它自己去调参数、写提示词。\n从一张草图生成材质效果，再直接用它做起始帧生成视频，全部本地一气呵成。\n\n创作者的性能瓶颈也被碾碎了。\n靠着这巨大的内存，你能直接剪辑 12K 4:2:2 的视频。\n或者渲染高达 90GB 的巨型场景。\n在 Blender 里，有了 DLSS 4.5 光线重建技术的加持。\n你在场景里随意拖动，就能实时看到几乎等同于最终渲染的画质。\n\n至于游戏，那可是英伟达的老本行。\n《心灵杀手 2》、Pragmata 等游戏，直接在 1600p 分辨率下光追全开。\nDLSS 4.5 里的新 Transformer 模型，把环境细节拉到了新高度。\n更别说它原生支持带有反作弊系统的多人联机游戏。\n\n真正的个人计算新形态已经来了。\n不再依赖网络带宽，不再忍受云端延迟。\n装载这颗芯片的新型轻薄本和紧凑型台式机，今年秋天就会出货。\n本地算力的狂欢，正式开场。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2061535841252425750","translated_status_id":"2061535841252425750","published_at":"2026-06-01 18:54:08","created_at":"2026-06-01T20:47:19.993247","url":"https://mubeitech.com/p/2061509361470497138","markdown_url":"https://mubeitech.com/p/2061509361470497138/markdown"}]}