搜索关键词 混合专家架构
AI & Enterprise
Z.ai创始人Jie Tang：不能只盯参数量，推理成本正在重塑AI模型Scaling Law
清华大学教授、Z.ai创始人Jie Tang表示，衡量AI模型性能不能只看参数规模，还需同时考虑数据量、算力分配及实际运行方式。随着模型调用频次持续攀升，生命周期总成本的重心正从训练转向推理，这也使“更小模型、训练更久”成为更具吸引力的路线。Jie Tang还指出，MoE架构下，Chinchilla提出的“20:1”配比已不再普适；Z.ai最新公开的GLM-5.3也显示，仅在后训练阶段加码，仍能带来明确提升。
Industry
Rebellions称单台自研NPU服务器可提供接近高性能GPU服务器的AI基础设施能力
Rebellions表示，已将自研NPU服务器“Rebel Server”与SK Telecom自主研发的大模型A.X K1结合，在单台服务器上实现接近高性能GPU服务器的AI基础设施能力。公司同时展示了多用户并发智能体服务，并称该方案有望减轻数据中心建设和运营负担。
AI & Enterprise
Z.ai发布开源模型GLM-5.2：基于Huawei Ascend AI加速器训练，FrontierSWE成绩接近Claude Opus 4.8
中国AI公司Z.ai发布新一代开源模型GLM-5.2。公司表示，该模型训练全程基于Huawei Ascend AI加速器，未使用Nvidia硬件。在FrontierSWE、SWE-bench Pro等编程与Agent基准测试中，GLM-5.2成绩位居前列；同时，模型以MIT许可证开源，提供权重和量化版本，并以更低的API定价进入市场。
