HPE 提出将 AI 从费用转化为资产的运营策略
HPE 指出随着 AI 进入生产环境，企业应评估从按请求消费转向拥有专用容量的经济性。当需求稳定且规模足够大时，拥有基础设施能降低有效成本并提高可预测性。企业需通过运营纪律确保容量利用率，使 AI 成为可优化的战略资产。
#部署/工程
#部署/工程
今日 0 条MIT Technology Review · AISI 评分2323
Latent SpaceSI 评分6868 Diogo Almeida 谈 Jev 与 System 1 模型：为软件而非聊天而建
TypeSafe AI CEO Diogo Almeida 在 Latent Space 播客中介绍新模型 Jev，称其为面向代码消费的 System 1 模型，优化目标是每美元智能，核心创新是未发表的 RLCD（Reinforcement Learning for Calibrated Decisions），而非 RLHF 或 RLVR。
NVIDIA BlogSI 评分4242 NVIDIA：AI 安全是工程问题——如何在智能体栈的每一层解决它
NVIDIA 提出 AI 安全应作为工程问题处理，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。NVIDIA 还联合 Open Secure AI Alliance 推动研究成果与工具共享。
Hugging Face BlogSI 评分2222 GPU 管理：为什么闲置 GPU 正在成为新的停飞飞机
Hugging Face 发文指出，AI 的下一个真正约束不是智能而是 GPU 利用率，闲置 GPU 如同停飞的飞机，成本按日历小时累积而产出只按计算小时计。文章以 2020 年微软为 OpenAI 搭建的含超 10,000 块 GPU、285,000 个 CPU 核心的超级计算机为例，说明算力稀缺已从模型转向计算资源。