More from Jeff Dean | AI News
AI News
Jeff Dean
@JeffDeanChief Scientist, Google DeepMind & Google Research. Gemini Lead. Opinions stated here are my own, not those of Google. TensorFlow, MapReduce, Bigtable, ...
|
Jeff Dean创立DiscoLoop AI携谷歌元老
据Jeff Dean在X称,将与Ghemawat、Vinyals、Quoc Le共创DiscoLoop AI。 (Source) 08-05-2026 19:20 |
|
Gemini 3.5即時翻譯覆蓋70多語種
据JeffDean称,新模型支持70多语言,正上线Google翻译与AI Studio的Live API。 (Source) 06-09-2026 17:34 |
|
Gemini3.5 Flash以4倍速强化智能体
据JeffDean称,Gemini 3.5 Flash在代理与编码基准超越3.1 Pro,速度达同级4倍。 (Source) 05-19-2026 17:45 |
|
Decoupled DiLoCo 突破:高效LLM训练的最新分析与边缘到数据中心协同
据 Jeff Dean 表示,Decoupled DiLoCo 论文已发布至 arXiv;据 arXiv 预印本所述,该方法将前向与反向过程解耦,以低通信量策略在大模型训练中显著减少跨设备带宽需求。根据 arXiv 论文,Decoupled DiLoCo 允许异构集群协同训练,把数据中心GPU与边缘设备结合,通过异步传输紧凑的激活或梯度在保持模型效果的同时提升吞吐与成本效率。基于 arXiv 的实验报告,这一方案为企业带来联邦式LLM微调、合规本地部署以及运营商边缘场景等商业机会,尤其适用于带宽受限环境。 (Source) 04-24-2026 13:12 |
|
Google 推出 TPU v8i:与 Gemini 联合设计,凭借片上SRAM与KV缓存优化实现超低延迟推理
据 Jeff Dean 在 X 表示,TPU v8i 与 Google 的 Gemini 团队联合设计,通过大量片上SRAM将更多计算留在芯片内,显著减少对HBM的权重与KV缓存访问,从而实现低延迟推理。根据 Jeff Dean 报道,这一内存局部性优化直指Transformer推理瓶颈(注意力KV缓存带宽与时延),可加速逐token生成并降低长尾时延。依照 Jeff Dean 信息,该设计为企业级 Gemini 部署带来更高吞吐与能效比,并改善对实时对话、代码助手与多模态智能体等业务场景的响应性能。 (Source) 04-23-2026 20:09 |
|
Google TPU 8t 重磅升级:单舱121 Exaflops,FP4吞吐较Ironwood提升3倍
据 Jeff Dean 在X平台发布的信息,Google 推出面向大规模训练与推理的 TPU 8t,单个Pod扩展至9600颗芯片,提供约121 Exaflops 的FP4性能,较Ironwood的每Pod 42.5 Exaflops 提升约3倍。根据 Jeff Dean 的说明,聚焦FP4吞吐意味着更低的推理成本与更快的训练速度,适用于超大规模LLM与多模态模型。正如 Jeff Dean 报道所述,此次Pod级扩展将提升数据中心密度与资源利用率,为Google Cloud 客户在模型服务、批量推理与规模化微调等场景带来新的商业机会。 (Source) 04-23-2026 20:00 |