从 CUDA 到 MLX：K-Search 如何将内核优化经验引入 Apple Silicon
扩展后的内核搜索框架 K-Search 引入结构化 CUDA 到 MLX 转译层，能将成熟的 GPU 内核优化经验自动迁移至 Apple Silicon。该系统由 Gemini 3.5 Pro Preview 执行优化推理并生成代码，在真实硬件上闭环迭代。
#部署/工程
Berkeley AI ResearchAI 评分4747
Berkeley AI Research精选AI 评分6464 BAIR 综述自适应并行推理：推理解析与扩展新范式
伯克利人工智能研究实验室（BAIR）发表博文，系统综述自适应并行推理（APR）这一推理解析范式。该范式让模型自主决定何时拆分子任务、并发启动多少分支以及如何汇聚结果，以缓解长串行推理带来的上下文腐化与高延迟问题。
推荐理由：文章系统梳理了自适应并行推理的技术路线，比较了引擎修改与客户端编排两种实现方案及奖励设计。