AI 뉴스 검색

도쿄의 연구팀이 200 Gb/s PAM4 실리콘 광 변조기 기술에 관한 논문을 발표하여 DSP 요구 사항을 낮췄다.

도쿄 과학연구소, 요코하마 국립대학교, 일본 산업기술종합연구소(AIST) 및 광자전자기술연구협회(PETRA)는 공동으로 ‘네이처 커뮤니케이션스’에 논문을 발표하여, 내장형 전기광학 균형기를 갖춘 슬로우 빛 실리콘 변조기를 개발했으며, 이를 통해 단일 파장에서 200 Gb/s PAM4 속도를 달성하고 디지털 신호 처리(DSP) 비용을 크게 절감했다고 보고했다.

추천 이유：이 성과는 AI 데이터센터의 다테라비트 매초 수준 광 상호연결 요구에 대응하여, 전통적인 실리콘 기반 마허-젠델 변조기의 변조 효율 및 치수 측면에서의 한계를 극복하고, 높은 대역폭, 저전력 소모, 소형화 가능성을 갖추고 있다. 해당 논문은 Nature Communications(2026년 17권, 기사번호 10446)에 정식으로 게재되었으며, 출처는 권위 있는 업계 매체인 Semiconductor Engineering이다. 게재일시(2026-10-25)는 현재 시스템 시간보다 늦지 않으며, 정보는 완전하고 신뢰할 수 있다.

llama.cpp가 b11870 버전을 출시하여 DeepSeek-V4.1-Flash 모델을 정식으로 지원합니다.

llama.cpp는 버전 b11870에서 DeepSeek-V4.1-Flash(deepseek41) 모델을 지원하며, Engram 아키텍처를 기반으로 KV 캐시 계산 간소화, BF16 정밀도를 MXFP8로 대체, 인그래프 내 행 수집 등 여러 하위 수준 최적화를 수행했습니다. 또한 macOS, Linux, Windows, Android, iOS 및 openEuler를 포괄하는 다중 플랫폼 바이너리 빌드를 동시에 제공합니다.

아마존 세이지메이커가 학습 세션 API를 출시했습니다: 사용자는 GPU를 관리할 필요 없이 맞춤형 대규모 모델 학습 루프를 작성할 수 있습니다.

아마존 세이지메이커는 트레이닝 세션(Training Sessions) API를 출시하여, 사용자가 순수 파이썬 스크립트로 SFT, RLHF, GRPO, KTO 등과 같은 맞춤형 대규모 모델 훈련 로직을 구현할 수 있도록 지원합니다. GPU 리소스 스케줄링, 장애 복구, 분산 실행 및 체크포인트 관리는 모두 서비스에서 관리합니다.

NVIDIA, 유럽 소매업의 디지털 전환을 촉진: 개방형 모델과 물리 기반 지능이 이커머스, 창고 관리 및 가상 피팅에 적용된다

유럽의 소매업체들은 NVIDIA 가속형 오픈 라지 모델과 물리 기반 AI 기술을 바탕으로, 디지털 상품 탐색, 지능형 창고 시뮬레이션, 가상 피팅 및 연구개발 가속화 등의 분야에서 대규모 적용 사례를 구현하고 있습니다. Shopify, Zooplus, L’Oréal, Otto Group 등 기업들은 Nemotron 시리즈 모델, Omniverse 디지털 트윈, ALCHEMI 분자 시뮬레이션 등의 도구를 통해 추론 비용을 크게 절감하고 검색 정확도를 향상시키며 연구개발 주기를 단축했으며, 전환율과 매출 성장 효과까지 검증했습니다.