MoE 显存、按需授权与机器人接口

训练与推理｜让执行计划适应资源压力

DIFFLET｜固定组件编译，动态决策留在主机

近期补充：10 月 16 日提交的 DIFFLET 面向 Trainium2 上的扩散推理，将固定形状组件提前编译，同时在主机保留管线编排、有效提示长度与逐步缓存决策。设备探针只返回变化分数；常驻进程跨请求保留程序和权重，每次请求则清空采样及缓存状态。

实验使用单个 trn2.3xlarge、一颗 Trainium2 和 96 GiB HBM，默认 BF16、TP4，覆盖 FLUX.1-dev、Qwen-Image、Wan2.1 等模型。注意力比较在同一管线内替换 PyTorch/XLA SDPA；常驻执行则另与每次重载权重的 warm standalone 比较，两类基线不能混用。

部分视频模型缩小了输出，LTX-2 仅运行第一阶段且未采用官方 CFG。Wan 常驻版本因主机解码反而更慢，缓存也可能损失质量。因此，编译与常驻机制应按具体模型和完整管线验收，不能概括成统一、无损的生成加速。

来源：2026-10-16，A 级｜论文与首提记录 · 组件设计、硬件和实验边界。

BaGuaLu-2｜逐算子选择激活内存策略

近期补充：10 月 16 日提交的 BaGuaLu-2 论文关注 MoE 路由波动引起的激活峰值。系统用运行时成本模型，在重计算、CPU 卸载与低精度存储之间逐算子选择，再交错相邻 micro-batch，将部分额外开销放进流水线空隙。这里的资源配置随实际压力调整，而不是只靠训练前一次性留足显存。

评估采用 128 至 12,288 张未披露型号的供应商 GPU，单卡 64 GB HBM，运行适配硬件的 32 层 GLM 派生 MoE。Megatron-Kuai 基线补充了 MoE 内存建模，AdaPipe 仅使用重计算部分；总体吞吐计入机器重启，但排除人工诊断时间，比较口径需要一起保留。

双批次方案要求流水线并行度大于 2，实验使用至少 4 个阶段；低精度激活存储也不能称为无损。论文提供的是该系统的新预印本证据，不代表原版商业 GLM 已在上述配置完成训练，也不意味着完整代码已公开交付。

来源：2026-10-16，A 级｜论文与首提记录 · 运行时流程、基线及适用条件。

Accelerated Dataflow｜从流处理管线调度推理

近期补充：10 月 15 日 UTC 提交的 Accelerated Dataflow，把前缀感知分组、基于完成速率的扩缩容，以及 CPU/GPU 独立工作池结合到 RunInference。优化对象是包含推理的流式 ETL：预处理、分组和 GPU 执行会共同决定吞吐，不能只检查模型内部的算子速度。

前缀实验使用 Qwen2.5-7B-Instruct-AWQ、vLLM、OpenOrca 与 Dolly，在 8 个各带一张 A100 的 worker 上与同一 Dataflow 管线比较。扩缩容实验另用 T4、最多 100 worker，输入不超过 512、输出 64 token，在两小时正弦负载下观察响应，不能拼接两套硬件的数据。

分组在低负载下可能增加等待，CPU 工作很轻时拆分工作池也未必有利，键分布还要足够均衡。它为流处理的整条执行路径提供了优化依据，尚不能视为对任意在线 LLM 服务引擎的替代。

来源：2026-10-15（UTC），A 级｜论文与首提记录 · 前缀实验与扩缩容条件。

平台工程｜授予权限和检查请求各守一层

Cloudflare MCP｜缺少权限时再请求扩权

Cloudflare 在 10 月 19 日为 API MCP server 加入 step-up authorization。连接时可以先授予最小权限；工具调用缺少 scope 时，服务器返回 insufficient_scope challenge，再由兼容客户端请求用户批准所需范围。这把宽泛的初始授权转成随任务逐步补充的授权流程。

该流程要求客户端支持相应协议行为，不能认为所有 MCP 客户端都已兼容。原有 scope 会保留，新范围合并进去，也不等于每次操作都会重新审批。权限足够仅表示调用获准进入执行层，参数、目的与实际副作用仍需单独判断。

来源：2026-10-19，A 级｜Cloudflare 原始发布 · MCP 授权协议。

Cloud Workload Security｜在云 API 前检查请求参数

同日进入 Beta 的 Cloud Workload Security，将云 API 请求交给用户运行的代理检查，再发送给云提供商。workload 决定适用范围，filter 选择操作，Rego 规则验证参数或请求体，policy set 与 deployment 连接这些配置。它补充的是请求执行层，可以约束应用或 CI/CD 发出的具体云操作。

创建 deployment 不会自动接管流量，客户端必须显式经过代理并信任其 CA，原云提供商的 IAM 检查仍然适用。Enforce 关闭时，检查失败只记录而不阻断；未匹配策略按 Default mode 处理，规则错误则另按 On error action。Beta 需要 Zero Trust 订阅，Free 计划满足该前提，但仍须实际部署和配置才能生效。

来源：2026-10-19，A 级｜Beta 原始发布；B 级｜部署与流量条件 · 请求验证语义。

科研计算｜按实际通信和预测路径验收

MailRail｜把发送信用改成节点共享池

近期补充：10 月 16 日的 MailRail，将接收缓冲对应的发送信用从每个 MPI rank 独占，改为节点内共享，减少空闲 rank 占有额度、活跃发送者却无法前进的情况。非阻塞发送、缓冲池和协作轮询共同推进通信，目标是缓解多个发送者同时涌向接收端的 incast 拥塞。

实验在 LLNL Dane 运行，使用双路 Xeon Platinum 8480+、Omni-Path/PSM2 与 OpenMPI 4.1.2，覆盖合成 incast、均匀直方图及 8 至 128 节点的 YGM 排序和三角计数通信回放，比较无流控与 rank 流控。回放不执行原应用计算，不能据此声称真实 MoE 或 GNN 训练获得同等端到端收益；应用也必须配合轮询，不能当作替换 MPI 后自动生效的优化。

来源：2026-10-16，A 级｜论文与首提记录 · 用户态流控、平台与回放边界。

气候模拟器｜分开评估预测器和物理纠正器

近期补充：10 月 16 日的研究将三条路径分开测量：纠正后的预测、纠正轨迹上的网络原始输出，以及完全关闭纠正的递归预测。再交叉训练和推理是否启用纠正、加入非物理对照，避免把最终准确度全部归因于神经网络本身。

ACE2 的三种子试验中，在推理均关闭纠正的条件下，与适应阶段不使用纠正器的模型相比，使用纠正器适应的模型在 24、72 小时的降水误差较大，在 10 天和 30 天却较小。另一组九种子试验显示，直接监督原始输出可以改善短期缺口。因此，结果不能概括成物理约束损害模型，而应检查约束、训练和递归反馈如何相互作用。

评估月份仍处于原 checkpoint 的预训练时期，跨时期泛化没有得到验证，部分长期结果也只有三个种子。研究提供的是贡献归因与依赖评估方法，没有给出可直接采用的 HPC 加速结论。

来源：2026-10-16，A 级｜论文与首提记录 · 三条评估路径、干预与限制。

跨领域交付｜共享接口仍需明确执行条件

DeepSeek 1017｜模型更新同时明确提示编码契约

DeepSeek 在 10 月 17 日发布 V4.1-Flash-1017 检查点，官方模型卡报告推理、编码、Agent 与视觉任务的改善，仓库和权重按 MIT 许可提供。这是明确的新版本交付；其评测依赖指定 harness，不能仅凭结果表推导业务壁钟时间或部署成本。

该版本不附 Jinja chat template，而提供带测试的 Python 提示编码参考；配套协议工具把不同 API 格式转换成模型会话，并解析思考、工具调用和图像内容。推理目录则明确定位为可读参考实现，采用普通自回归采样。集成时需要核对完整提示格式、输出解析与运行时能力，不能把协议转换工具或最小推理示例当作完整生产服务。

来源：2026-10-17，A 级｜官方模型卡与权重 · 正式发布提交记录 · 固定发布版本的推理说明。

Dream-1｜用末端位姿连接未见过的双臂机器人

Dream Labs 在 10 月 19 日发布 Dream-1 并开放公共 API。公司研究页介绍了联合预测视频与动作的 World Action Model，并用双臂末端位姿和夹爪开合构成共享动作接口，再由每个机器人的逆运动学求解器转换成关节指令。开发者获得的是可调用的机器人策略服务，跨本体能力仍是需要按具体设备检验的研究主张。

公司公布了未见本体的模拟评估和真实机器人演示；演示片段与模拟统计并不代表所有任务的稳定成功率。末端接口也不能决定机械臂到达目标的完整路径，效果依赖 IK、工作空间和动力学差异。当前是研究 Beta，尚未验证安全关键用途；采用自身数据的 FaaS 微调结果也不能混作零样本能力。

来源：2026-10-19，A 级｜Dream Labs 原始研究发布 · 官方发布公告。