搜索
智谱上线 GLM-5.3-FlashX 模型，推理速度最高达 200 tokens/s，较 GLM-5.3-Flash 提速 5 倍、提价 2.5 倍，API 同步开放，该模型在 10 万张国产芯片提供的推理算力基础上，由 GLM-5.3 驱动 Agent 在两周内完成端到端构建并通过 Infra 侧优化将吞吐提升至初始基线的 3 倍。
智谱创始人唐杰发文披露RSI最新进展，称由GLM-5.3驱动的Infra Agent在超过10万卡国产芯片集群上不到两周内完成GLM-5.3 Flash生产级推理服务搭建，将端到端吞吐提升至初始基线的3倍，表明RSI最小闭环已经形成但距离递归自我改进仍很遥远。
智谱首席科学家唐杰发布 GLM-5.3-Flash 推理系统优化成果，模型仅用两周在超 10 万颗国产 AI 加速器集群上完成生产部署，端到端吞吐提升 3.2 倍，并由 GLM-5.3 驱动的 Infra Agent 参与瓶颈分析与代码修改，标志着智谱首个 RSI（递归自我改进）早期形态的落地。
四年前，法国举办的一场 CNCF 大会上，主持人向台下的大模型创业者抛出一个常规问题：“Kubernetes 能为 AI 带来什么？”
AI竞争的焦点，变了。
万象智维的会议室里，一字铺开了市面上主流的AI硬件。CEO王拓为告诉《智能涌现》，最近他们在讨论，一个AI硬件应该被设计成什么样的形态。
Runta 是 Agent Infra 领域的硅谷明星创业公司，刚完成由 a16z 投资的 2000 万美元 Seed 轮；Jeff Dean、李飞飞等也以个人天使身份参与投资。在创立 Runta 之前，冠兰在云计算与基础设施领域深耕十余年：曾任 Cloudflare Edge 边缘云核心技术负责人，后在作为早期核心成员加入 Kong ，担任工程总监，负责云原生网关和 AI 网关的研发。
她是xAI前推理团队负责人。她研究并发起的开源推理引擎SGLang，已经成为众多大模型部署和推理的重要底层工具，也是目前AI infra领域最具影响力的开源推理框架之一。如今，她从SGLang开源生态中孵化出创业公司RadixArk，希望把只有少数科技巨头才能拥有的前沿AI基础设施，变成整个行业都可以使用的开放技术底座。
一家才成立7个月的公司，就拿下100亿美元的算力订单，然而它自己估值才24亿美元。8月5日，TechCrunch援引Bloomberg报道，Anthropic和一家叫Volta Infra的AI云初创公司签了6年算力协议，总价100亿美元。
这篇文章，我们邀请到了由SGLang孵化的RadixArk的联合创始人和核心成员，以及数据中心专家，一起聊聊AI Infra的四层架构、行业如何把“硅”的潜力榨到极限，以及背后的关键技术。