PyTorch 加速器集成工作组 2026 H1 进展：CRCR 跨仓库 CI 与测试重构

vLLM 将 Helion 集成进线性后端，用单一 GEMM 实现覆盖 Standard GEMM、Split-K、Swap-AB 等变体，并按 shape 自动调优选择最优配置。在 NVIDIA Hopper GPU 上，该后端结合逐 shape 调优与混合调度，在评测模型上超过 vLLM 默认的 CUTLASS 和 DeepGEMM 后端，部分负载吞吐提升超 10%。

PyTorch 发布 PyTorch Certified Associate（PTCA）认证路径，将 4 个自定进度学习模块与 PTCA 认证考试打包为同一产品，通过 Linux Foundation Education 提供。

Meta 用 TLX（Triton Low-level Extensions）重写 GEM 广告模型背后的 Jagged Flash Attention 内核，在 NVIDIA B200 上以约 3.2K 行 Triton 代码实现，比 FA4 约 10K 行的 CuteDSL 内核少约 3 倍。

当前 AI 热点，聚合 3 个独立信源、14 条信号。

当前 AI 热点，聚合 3 个独立信源、8 条信号。

Baseten 工程师参考 MetaInfer 论文，让 Claude Code（Fable 5）为 Qwen-3.6-35B-A3B（NVFP4，单张 B200）自动构建推理引擎 VibeQwen，单流解码比 vLLM 0.25.1 快 90%，首 token 从 28ms 降至 12ms，并发 32 时吞吐高 71%。

OpenAI 发布 GPT-6 家族的实用指南，讲解如何按任务选择 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 及推理档位与速度模式。

当前 AI 热点，聚合 1 个独立信源、15 条信号。

OpenRouter 发文将多模型编排分为工作流编排、模型路由和提供商路由三层，指出 LangGraph 和 CrewAI 负责工作流编排，OpenRouter 负责模型与提供商路由，二者不互相替代。

当前 AI 热点，聚合 1 个独立信源、11 条信号。