AI 硬件

Amazon 开源 TorchNeuron：PyTorch 代码近乎零改动即可运行于 Trainium

降低 PyTorch 训练负载迁移 Trainium 的门槛，Neuron SDK 提供周期级 profiler 与 NKI 近汇编级内核控制。

AWS Trainium 实时视频生成 kernel 方案

自回归 diffusion 动态形状与缓存优化可迁移，利好端侧/云端实时生成。

NVIDIA 用 CUDA Tile Python DSL 编写 Mamba-2 前向高性能 kernel

展示用 Python 级 tile DSL 写 SSM kernel 的路径，对自研算子与 Mamba 推理优化有参考价值

K-Search 将数十年 CUDA 内核经验迁移到 MLX

面向 Apple Silicon 的 AI kernel 移植提供自动搜索与优化迁移思路，降低 CUDA 生态经验复用成本。