Next Unit of Computing
PulseAugur coverage of Next Unit of Computing — every cluster mentioning Next Unit of Computing across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
便携式数据中心可运行200K+ Token的LLM提示
一位用户构建了一个高度便携的个人数据中心，能够运行具有广泛上下文窗口的大型语言模型。该设置使用了FormD T1机箱和强大的RTX 6000 Ada Generation GPU，使其能够处理200K+ Token的提示，用于文档OCR和分析等任务。虽然该系统在预填充速度方面表现出色，但由于高上下文准确性所需的BF16精度，Token生成速度较慢。用户指出其性能超过了Gemini Pro和ChatGPT 5.6 Sol，但尚未达到Opus的水平。
-
Geekom A9 Max 2026 迷你 PC 评测：紧凑型外观下的 AMD Ryzen AI 400 强大性能
Geekom A9 Max 2026 是一款采用 AMD Ryzen AI 400 系列处理器（特别是 Ryzen AI 9 HX470）的新款紧凑型迷你 PC。它拥有高端设计、包括 USB4v2 和 OCuLink 在内的众多接口，以及低空闲功耗，但其性能受到单通道 DDR5-5600 SODIMM 配置的限制。这种设置严重影响了集成的 Radeon 890M 显卡，并且在重负载下散热系统会发出明显的噪音。
-
家用实验室LLM推理用于代理成本高且不可靠
在家用实验室设置上运行大型语言模型以执行代理任务，其成本和可靠性往往比最初设想的要高。虽然OpenClaw代理框架本身很轻量级，易于在普通硬件上自行托管，但真正的成本在于可靠的模型推理。模型权重、KV缓存和运行时缓冲区的VRAM需求会迅速超出典型消费级GPU的容量，导致不稳定、上下文窗口减小和延迟增加。因此，由于这些硬件限制以及对一致、高质量输出的需求，通常不建议依赖家用实验室来处理生产级别的代理工作负载。
-
渗透测试使用“Dropbox”进行远程网络评估
“Dropbox”是一种临时放置在目标网络内部的小型计算机，用于促进远程渗透测试。这些设备通常是 Raspberry Pi 或 Intel NUC，它们会建立到受控服务器的出站连接，从而绕过防火墙并允许测试人员在网络内部进行操作。这种方法模拟了攻击者真实的立足点，与传统的现场测试相比，降低了差旅成本并提供了更准确的评估结果。防御者可以通过挑战内部信任和出站流量的假设，使用网络分段和出口过滤来检测异常连接，从而应对这种技术。