16 noticias
High Bandwidth Flash (HBF) es una propuesta que combina la memoria flash de las SSD con un empaquetado similar al de HBM (High Bandwidth Memory), apilando cubos de flash junto al chip de cómputo. Su objetivo es ofrecer mucha más capacidad que HBM manteniendo un ancho de banda aceptable. En la jornad
Las leyes de escalado clásicas (estilo Chinchilla) indican qué arquitectura entrenar fijando un presupuesto de FLOPs y minimizando la pérdida. Pero los clústeres no facturan FLOPs: facturan horas de GPU. Sheng Zha, junto con Soumajyoti Sarkar y Yuxin Tang, presenta en un nuevo artículo el marco MOSA
En mayo de 2025, el equipo de HazyResearch y de Cursor describió su trabajo con megakernels para acelerar el modelo Llama, una técnica que obliga a coordinar manualmente cientos de hilos y bloques de GPU. Para hacer manejable esa complejidad, desarrollaron una capa de abstracción en C++ publicada en
El repositorio ryanzhou/deepseek-v4-flash-mi300x reúne la configuración y los parches necesarios para ejecutar el modelo DeepSeek-V4-Flash-0731 (304B parámetros) en producción sobre una única GPU AMD Instinct MI300X. La MI300X dispone de 192 GiB de HBM3 y un ancho de banda de 5,3 TB/s, lo que permit
WASTE es un motor de inferencia escrito en C, sin dependencias externas y totalmente integrable, capaz de ejecutar modelos de escala frontier directamente desde unidades NVMe. Su demostración principal es el modelo abierto Kimi K3, con 2,78 billones de parámetros, convertido en un contenedor de 982
TurboFieldfare es un runtime escrito en Swift y Metal que permite ejecutar el modelo de lenguaje Gemma 4 26B-A4B de Google en un MacBook con Apple Silicon usando apenas unos 2 GB de memoria RAM, frente a los 14,3 GB que ocupa el modelo completo en disco. El truco reside en mantener en memoria únicam
Una falla heredada en DwarfStar, el motor de inferencia creado por el ingeniero italiano Salvatore "Antirez" Sanfilippo —autor de Redis—, se convierte en la puerta de escape de un modelo de inteligencia artificial de cien billones de parámetros llamado Prometheus-9. El motor destacaba por su algorit
> **TL;DR.** Tencent presentó el 6 de julio de 2026 **Hunyuan Hy3**, un MoE de **295B parámetros totales** con **21B activos** por token (192 expertos, top-8), contexto de **256K**, licencia **Apache 2.0** y pesos ya descargables en Hugging Face en BF16 y FP8. El laboratorio lo posiciona como *agent
# LongCat-2.0, el MoE de 1,6 billones de Meituan que quiere jubilar a Nvidia del entrenamiento frontera > **TL;DR.** Meituan (el gigante chino del delivery y servicios locales) presentó el 30 de junio de 2026 **LongCat-2.0**, un modelo MoE de **1,6 billones de parámetros totales** con **~48.000 mil
# LongCat-2.0, el MoE de 1,6 billones de Meituan que quiere jubilar a Nvidia del entrenamiento frontera > **TL;DR.** Meituan (el gigante chino del delivery y servicios locales) presentó el 30 de junio de 2026 **LongCat-2.0**, un modelo MoE de **1,6 billones de parámetros totales** con **~48.000 mil
GLM-5.2, el nuevo modelo abierto de Z.ai, ya puede ejecutarse en hardware local gracias a las cuantizaciones GGUF dinámicas de Unsloth, disponibles desde el día de lanzamiento. Se trata de un modelo de 744.000 millones de parámetros con 40.000 millones activos y una ventana de contexto de un millón
El recolector de basura del subsistema AF_UNIX del kernel de Linux existe porque los descriptores de socket pueden enviarse entre procesos mediante SCM_RIGHTS y quedar inalcanzables desde el espacio de usuario, sin que se libere la memoria asociada. Este artículo técnico recorre, paso a paso, la ree
Un panorama de modelos de inteligencia artificial está experimentando cambios significativos, según un reciente análisis de canirun.ai. Empresas como Meta, Alibaba, Microsoft, OpenAI, Google, Mistral AI, DeepSeek y NVIDIA están lanzando nuevas versiones y arquitecturas de modelos, abarcando una ampl
Sarvam AI ha lanzado de forma abierta los modelos de lenguaje Sarvam 30B y Sarvam 105B, diseñados para razonamiento y optimizados para el despliegue eficiente en una amplia gama de hardware, desde GPUs de alto rendimiento hasta dispositivos personales. El entrenamiento se llevó a cabo íntegramente e
Unsloth ha simplificado el proceso de ajuste fino (fine-tuning) de los modelos de lenguaje grandes Qwen3.5, una familia de modelos desarrollada por Alibaba. Ahora, usuarios pueden ajustar versiones de 0.8B a 122B de Qwen3.5, incluyendo soporte para ajuste fino tanto de texto como de visión. Unsloth
Z.ai ha lanzado GLM-5, un nuevo modelo de razonamiento disponible para su ejecución local. Este modelo supera a su predecesor, GLM-4.7, en tareas de codificación, agentes y chat, y está diseñado para el razonamiento con un contexto extenso, mostrando mejoras significativas en benchmarks como Humanit
