Next.js 發布 v16.5.0-canary.50,更新 Turbopack 與開發伺服器
Next.js 的 canary 版本更新了多項建置和開發功能,涵蓋 Turbopack、路由預先載入與錯誤回報。這次更新預設啟用 Turbopack 的分塊前縮小程式碼功能和記憶體回收,也調整使用者端參照清單,並修正開發伺服器的路由處理與結束方式。這些改動主要影響使用 Next.js canary 版的開發者。
Next.js 的 canary 版本更新了多項建置和開發功能,涵蓋 Turbopack、路由預先載入與錯誤回報。這次更新預設啟用 Turbopack 的分塊前縮小程式碼功能和記憶體回收,也調整使用者端參照清單,並修正開發伺服器的路由處理與結束方式。這些改動主要影響使用 Next.js canary 版的開發者。
llama.cpp 這次更新讓 Hexagon 能處理 IQ2_XXS 和 NVFP4 兩種資料格式,也加入對應的運算路徑,並修正 IQ2_XXS 在 fp16 下計算縮放值時可能過小的問題。簡單來說,這能讓使用 Hexagon 的裝置執行這些格式的模型運算;更新也列出多種系統與硬體平臺的版本。
PyTorch 更新了 NCCL Extensions 的來源版本,並調整 NCCL-EP 的建置條件:沒有指定架構清單時,就不建置 NCCL-EP。更新說明也提到 NCCL-EP v0.3 已推出,加入 Vera Rubin 支援,並改善 NVLink 資料傳送與合併等功能。這次變更主要是更新 PyTorch 使用的來源版本,並讓建置依架構設定進行。
大型 MoE 模型的專家層可能超出 GPU 記憶體容量,讓模型難以執行。ONNX Runtime CUDA Plugin EP 0.4.0 新增 CPU 與 GPU 混合解除安裝功能:放得下的專家留在 GPU,其他專家改由 CPU 處理,也能在執行過程中把常用專家移到 GPU。這項功能需要搭配 ONNX Runtime 1.32.0;版本或運算元格式不相符時,可能造成執行錯誤或程式崩潰。更新也加入直接執行 GGUF 等區塊量化權重的運算元,以及長上下文和推測解碼加速。
推薦理由:這次更新把 MoE 模型的專家層分散到 CPU 與 GPU 執行,也補上多種量化格式支援,能協助評估 GPU 記憶體不足時的部署選項。
Starship 完成任務初期飛行後仍在地球軌道上,SpaceX 表示飛船和隔熱罩狀況良好。團隊持續監控各項系統,並計畫在發射約 22.5 小時後,讓飛船返回 Starbase 的發射場,由團隊接住。
PyTorch 的這個版本加入一項與 regional-aoti 有關的變更:在模組邊界擷取區域呼叫。頁面沒有提供更多說明,無法從這段內容判斷它會怎麼運作或帶來什麼影響。
Python 字典的專案順序、實際型別或長度改變時,PyTorch Dynamo 可能需要重新檢查原本建立的運算圖。這項修改會記住這些字典資訊;如果呼叫函式時,關鍵字的順序不影響結果,就能沿用原本的運算圖。遇到無法確定的情況,仍會保守檢查順序。這次修改只處理字典檢查,沒有更動公開介面;它也通過部分 Python 3.15.2 CPU 測試,但其他平臺和環境的測試仍有未完成專案。
SpaceX 發布 Super Heavy Booster 22 著陸點火與海上濺落的畫面。原文只提到這兩個過程,沒有說明測試結果或後續安排。
PyTorch 這次更新了 NCCL Extensions 的來源版本,也調整 NCCL-EP 的建置條件。新的版本是 NCCL-EP v0.3,加入 Vera Rubin 支援,並改善 NVLink 資料傳送與合併等功能;不過,PyTorch 只有在指定的架構清單為 sm_90 或更新架構時才會建置 NCCL-EP。這次更新也同步調整了套件來源版本,讓 PyTorch 使用新的 NCCL Extensions 版本。
[2026-11-14] 微軟全球大當機重創數百萬企業、黃仁勳閃辭引發輝達內部員工請願潮
Starship 進入繞地球飛行的長時間滑行階段,SpaceX 團隊預計在接下來約 21 小時內監看飛行器系統。SpaceX 表示,目前各系統狀況良好;如果有需要,也有幾個可以提早離開軌道的時機選項。
NCCL 2.32.3 能替 TCP 連線加密,但 PyTorch 原本沒有設定這把金鑰的方式。這次更新讓使用者在建立 ProcessGroupNCCL 群組時設定加密金鑰,也能用環境變數提供;金鑰不會寫進記錄或除錯資料。後續群組只能沿用同一把金鑰,或不再設定,若各個運算節點的金鑰不同,連線可能卡住。這項功能需要支援 TLS 的 NCCL;不支援的版本、ROCm,以及不含 TLS 的 NCCL,會在不同階段報錯或無法啟用。
把文字變成語音,可以自己架設開源 TTS,也可以付費使用 API;兩種方式都能做出不錯的語音,適合的情況不同。自己架設不用按字數付費,資料也能留在自家裝置裡,但要另外準備運算裝置,還得有人維護。付費 API 比較省事,接上應用程式就能使用,費用則會依使用量計算。 例如,智慧音箱等裝置需要反應快,或醫療、金融單位要求資料留在特定地方,自己架設可能比較合適;如果想快速推出服務,付費 API 可能更方便。挑選時也要實際測試語音好不好懂、反應速度、語言口音和大量使用時是否穩定,並把裝置和人力費用一起算進去。
推薦理由:新版基準讓模型分數平均下降 5 分,並列出不同配置的單項任務成本,方便比較分數與花費之間的差異。
中小企業的 IT 問題常得靠外包技術人員登入各種舊網站處理;有些系統沒有 API,AI 助理也因此卡住,只能等人接手。Shield 把 GPT‑6 Astra 接進 Forge,讓 AI 助理像技術人員一樣看著畫面操作,在支援的工作中登入入口網站、處理工單、裝置或軟體授權。哪些動作能自動做、哪些要由技術人員檢查或核准,仍由技術人員決定。 Shield 表示,這些流程每月已執行數千次,GPT‑6 Astra 平均比他們先前使用的模型快 35–40%,使用 AI 的工單也有較高的客戶滿意度。不過,電話、到府服務和遠端桌面工作仍需要人員參與;Shield 正在測試讓 AI 助理直接操作電腦桌面的流程。
PyTorch Inductor 原本把分塊軸固定在少數幾種名稱和最多三軸,讓後續擴充多維度分塊前,得先移除這些限制。這次更新改用輸入資料的維度產生軸名稱,並讓分塊選擇依設定的上限處理;同時調整區塊大小限制、描述子和指標位移的配合方式。作者回報,多軸分塊、描述子、區塊指標與自動調校的相關測試通過。這項重構本身為後續支援更多維度的分塊鋪路,區塊大小的既有限制則仍保留。
推薦理由:這項重構整理了 Inductor 對分塊軸數量的假設,並以多軸測試檢查描述子、指標位移和自動調校能否正確配合。
PyTorch Inductor 原本把切分軸的數量寫死,讓點狀運算難以使用超過三個維度。這次改動改用輸入資料的維度來產生軸名稱,並依設定和區塊限制選擇切分方式,也整理了相關的自動調整與描述資料處理。改動本身是後續支援更多維度切分的準備;發布紀錄列出的測試涵蓋多種軸數、描述資料和區塊指標情況。
推薦理由:這次改動移除 Inductor 對切分軸數量的固定限制,也整理了區塊大小的選擇方式,可瞭解後續支援更多維度切分的基礎。
PyTorch Inductor 原本把分塊處理寫死為最多三個方向,讓超過三個方向的運算無法使用更多分塊方式。這次修改改成依照輸入資料的方向數自動產生名稱,並由設定決定分塊數量;例如,系統可處理四個方向的點對點運算,也能搭配不同方向的資料縮減。這讓後續支援更多方向的分塊有了基礎,也保留原有的區塊大小限制。
Starship 在太空中的畫面,@Starlink 持續部署中 https://t.co/pd6FYvDo0D
有效酬載部署完成。26 顆 @Starlink V3 衛星全數進入軌道 https://t.co/y2ffFifGdo
安裝團隊的私有 npm 套件時,AI 助理需要憑證,但憑證不該直接交給它。Vercel Sandbox 現在可以使用存放在團隊共用環境變數中的 npm 憑證,也支援 GitHub Packages 和 JFrog Artifactory 等自訂套件庫。建立沙盒時加入 credentials: { npm: true },防火牆就會替送往套件庫的安裝請求加上驗證,憑證則留在沙盒外。這讓 AI 助理能安裝所需套件,同時不必看到憑證。使用前需更新 Sandbox SDK 或 CLI。
團隊使用 AI 助理寫程式時,可能需要切換不同模型或工具。Vercel 的 Token Pass 現在加入 Moonshot AI 的 Kimi K3.1 Pro,可用於寫程式和 AI 助理工作流程,也支援看圖、使用工具,並提供 1M 上下文視窗。這項早期訂閱每隊每月 $30,會提供每月 $80 額度,可用於連線 AI Gateway 的程式開發工具或用 AI SDK 建立的 AI 助理;透過 Token Pass 處理的請求不會保留資料。
推薦理由:Token Pass 把 Kimi K3.1 Pro 加入團隊訂閱,並列出月費、可用額度與資料保留方式,方便評估是否符合開發需求。
Vercel Token Pass 每月收費 $30,現在提供的代幣額度從 $80 提高到 $150,可用於透過 AI Gateway 提供的指定開放權重模型。額度會在每個計費週期重設,不能累積到下個月;用完後,使用一般 AI Gateway 金鑰或 OIDC 權杖的請求會改用團隊的 AI Gateway 餘額,使用 Token Pass 專用金鑰的請求則會停止,也不會產生超額費用。這項加購服務目前開放給 Pro 團隊,名額有限,額滿後會列入候補。
推薦理由:每月抵用額從 $80 提高到 $150,費用維持 $30;用量到期後,不同金鑰的處理方式也有所不同。
背景工作程式出了狀況時,開發者需要檢視它做了哪些事,才能和專案其他追蹤資料一起排查。Vercel Daemons 現在可把 OpenTelemetry 追蹤資料送到 Vercel Tracing;Node.js Daemons 使用 @vercel/otel 2.3.0 以上版本和預設設定,就能自動送出追蹤資料。之後可透過 Vercel CLI 按服務名稱搜尋,並以 JSON 取得結果,讓開發者和 AI 助理檢視背景工作的執行情況。
SpaceX 表示,Starship 很快會用單具 Raptor 引擎短暫點火,進入距離地表約 275 公里的地球軌道。這則貼文只說明瞭預定進行的飛行步驟,沒有提供更多工細節。
SpaceX 表示,Starship 完成進入軌道的點火操作,第二次進入地球軌道。
Starship 現正部署搭載的 26 顆 @Starlink V3 衛星。這段部署程式將耗時約 42 分鐘 https://t.co/h0XEdXub7S
寫程式的 AI 助理完成一件工作時,可能要呼叫模型很多次,也可能重試後仍沒通過測試,所以只看每個 token 的價格,算不出這件工作的實際成本。AWS 示範如何在 Amazon Bedrock 上部署 LiteLLM 和 NVIDIA NeMo Switchyard,讓它依對話中的工具使用結果,在較省錢和能力較強的模型間選擇,也能用隨機分流比較模型。範例程式會讓 AI 助理修小型程式,再跑測試,並比較路由組和各單一模型成功解題的成本。作者提醒,少量測試不能代表日常工作;要用自己的程式任務多跑幾次,並把失敗的花費也算進去。
推薦理由:文章用可重跑的任務測試比較模型路由與單一模型,並說明為何要看每個成功解題任務的成本,適合評估自己的程式工作流程。
模型在開發時能正常使用,接到正式工作流程時卻常要工程師重新串接資料和設定,花上不少時間。GS Caltex 讓流程工程師在 SageMaker Canvas 建立並檢查模型,再由機器學習工程師把模型和資料處理流程接到 SageMaker Pipelines,定期執行批次推論。文章也說明如何確認訓練資料和推論資料格式一致、避免重複處理,並檢查每次執行的結果。GS Caltex 表示,部署模型從約一週縮短到幾小時,並以每 30 分鐘執行一次批次推論,降低持續開著推論端點的需求與成本。
推薦理由:文章拆解 SageMaker Canvas 模型轉入定期批次推論的流程,也提醒資料格式、執行重疊與成本都要納入上線檢查。
這次更新讓 llama.cpp 能在 Hexagon 上執行 SSM_SCAN 運算,也加入 HMX 支援,並調整資料搬運流程,減少運算時的停頓。更新還改善了多裝置分工方式。簡單說,這些改動是為了讓搭載 Hexagon 的裝置能處理更多運算,並讓運算流程跑得更順。
SpaceX 貼出 Starship 發射升空的影片。原文沒有提供發射時間、任務內容或其他細節,因此目前只能確認這則貼文分享了升空畫面。
Super Heavy 已改道,將在海灣外海濺落 https://t.co/1M2xn7NYJA
Starship 完成上升段燃燒後,進入預定的次軌道飛行路徑。SpaceX 表示,團隊正在檢查系統,確認今天是否能繼續飛往軌道;原文沒有說明檢查結果。
推薦理由:Baseten 公開這套以 Rust 和 CUDA 從頭打造的推論引擎,並列出不同 B300 配置下的解碼速度與 1M-token 預填時間。
要讓飛船安全返回 Starbase,需要堅固耐用的隔熱罩。團隊花了許多時間反覆改良 Starship 的隔熱罩,為這次飛行的重要里程碑做準備 https://t.co/t5rN3S5ZrL