TileWeave 提出异构分块，加速手机端稀疏注意力预填充
原文标题：TileWeave: Heterogeneous Tiling for Sparse Prefill on Mobile SoCs
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 TileWeave，按跨查询复用度将稀疏注意力分块：高复用键块走 NPU 粗粒度瓦片，低复用块仅在 GPU 上处理选中查询块，并设计 NPU 原生池化键选择器。在骁龙 SM8750/SM8850 上，1k–16k token 全模型预填充比 XAttention 快 1.35–3.23 倍，最高比稠密注意力快 1.58 倍。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
整数精确微缩放：在 INT8 矩阵单元上跑 MXFP4 模型
AI 摘要论文证明当 MXFP4 权重行的块指数跨度不超过 3 时，线性层可化为单次 INT8 GEMM 加一次重缩放，七个模型中 97.9%–99.97% 的行天然满足。在苹果 M5 神经加速器上实现 W4A8 系统，输出与量化参考逐位一致，预填充比 MLX 快 1.10–1.74 倍，Qwen3.8-Flash-Next 上 GSM8K 准确率 94.8% 对 91.0%。