moe

🚨 TENCENT MENGGENJOT EFISIENSI AI SAAT NARASI MOE MEMANAS $AI 💥

Tencent baru saja mengatasi hambatan utama pada raksasa MoE 770B-nya, pratinjau Hy4, memangkas konsumsi token dan siklus eksekusi di seluruh WorkBuddy tanpa mengorbankan daya komputasi mentah. 💡 Ketika raksasa teknologi mengurangi hambatan sistemik pada model konteks 1M berskala besar, para investor cerdas mulai memperhatikan pergeseran efisiensi yang mendasarinya.

📊 Peningkatan efisiensi seperti ini biasanya menjadi indikator awal gelombang momentum algoritmik berikutnya di berbagai protokol komputasi terdesentralisasi. ⚡ Investor cerdas mencermati eksekusi teknis, bukan hiruk-pikuk kosong, dan optimisasi komputasi ini tengah membangun momentum struktural yang kuat. 🤔 Apakah pasar mengabaikan katalis efisiensi AI ini, atau kamu sudah mengambil posisi sebelum terobosan terjadi? 👇

⚠️ Bukan nasihat keuangan. Selalu kelola risiko Anda. 🛡️

🏷️ #AI #Crypto #ArtificialIntelligence #MoE #Tech

🔥 💎

🚨 $KIMI MENYUSUTKAN 2,78T PARAMETER MENJADI 8GB RAM — TANPA GPU! 💥

🔍 Eksperimen open-source ini menantang setiap asumsi tentang penskalaan inferensi. Proyek murni C99 berukuran 176KB menjalankan kumpulan bobot 1,56TB milik Kimi K3 hanya dengan 8GB memori, dengan cara melakukan streaming bobot expert dari penyimpanan NVMe sesuai kebutuhan. 💡

Keajaibannya adalah aktivasi sparse MoE — hanya 16 dari 896 expert yang aktif per layer. Jadi sang pengembang menukar bandwidth flash storage dengan RAM, memperlakukan disk seperti perluasan memori yang lambat. 📊 Konsekuensinya kejam: satu token setiap 32,7 detik. Ini belum siap produksi, tetapi ini adalah cetak biru struktural untuk infrastruktur inferensi berbiaya ultra-rendah.

Sinyal yang lebih besar adalah arahnya. 📉 Saat bottleneck perangkat keras memaksa rekayasa yang kreatif, efisiensi menjadi narasi berikutnya. Apakah kita sedang membangun instalasi untuk gelombang berikutnya AI yang terdesentralisasi? 💬

⚠️ Bukan nasihat keuangan. Selalu kelola risiko Anda. 🛡️

🏷️ #KIMI #AI #MoE #OpenSource #Crypto

💡 🔥

Langkah Bintang Terang Rilis Step 3.7 Flash: Model MoE 198B Parameter, Fokus pada Agent Level Produksi

Langkah Bintang Terang resmi merilis dan mengopen-source model besar generasi baru Step 3.7 Flash, menggunakan lisensi Apache 2.0. Model ini mengadopsi arsitektur MoE yang jarang dengan tulang punggung bahasa 196B + Transformer visual 1.8B, total parameter 198B, dengan aktivasi hanya 11B. Mendukung konteks 256K dan 3 level inferensi, dioptimalkan untuk Agent level produksi, kode, pencarian online, dan alur kerja multimodal.

Kenapa penting: Tim AI Indonesia telah mencapai terobosan penting di bidang open-source model MoE multimodal, desain arsitektur dengan parameter aktivasi rendah + kepadatan kemampuan tinggi mewakili arah industri untuk inferensi efisien.

#AI #开源 #大模型 #MoE #KecerdasanBuatan

$KIMI K3 CRAMS 2.78T PARAMETERS KE DALAM 8GB RAM — CPU MURNI, TANPA GPU! ⚡

Script C99 176KB yang lagi jadi headline itu? Ia melakukan streaming bobot Kimi K3 1.56TB dari NVMe, bukannya menyimpannya di memori. 🔍 MoE sparse aktivasi klasik — hanya 16 dari 896 ahli per layer yang benar-benar aktif. 💡

Ini semacam sweep likuiditas versi terbalik: sistem menarik bobot sesuai kebutuhan, seperti trader yang mengambil order dari papan. 🦈 Biaya? 32,7 detik per token. Ini prototipe, bukan produksi — si developer bahkan bilang begitu.

Tapi untuk pengamat AI-crypto, ini seperti kompas. Jika inferensi bisa berjalan di 8GB dengan streaming dari disk, biaya komputasi tidak lagi jadi hambatan — dan itu mengubah narasi. 📊 Perusahaan infrastruktur AI mana yang pertama memanfaatkan gelombang itu? 👇

⚠️ Bukan nasihat keuangan. Selalu kelola risiko kamu. 🛡️

🏷️ #KIMI #AI #MoE #Innovation #CryptoAI

🚀 ⚡