AI 要闻五条｜联邦机构清退 DeepSeek，亚马逊把 PyTorch 接上 Trainium
覆盖 2026-10-19 18:45 至 2026-10-20 18:45（GMT+8）的五条 AI 要闻：美国联邦民事机构清退 DeepSeek 并牵连用它开发的第三方产品，Meta 公开满规模约一百万张 GPU 的 Prometheus 集群，亚马逊给 Trainium 补上原生 PyTorch，Cloudflare 把提取模型单列一类，MemT-1.0 把记忆写进模型计算。
目录
公司
- Meta 的千兆瓦集群跑完第一阶段，满规模要装一百万张 GPU
- 亚马逊给 Trainium 补上原生 PyTorch，改一行代码就能跑
监管
- 美国土安全部要求联邦民事机构清退 DeepSeek，连用它开发的第三方产品一起
模型
- Cloudflare 把「只吐数字」的模型单列一类，每百万张单据成本砍半
研究
- MemT-1.0 把记忆写进模型计算，128K 上下文省下 66 倍存储
详情
公司
【Meta 的千兆瓦集群跑完第一阶段，满规模要装一百万张 GPU】
10 月 19 日，Meta 公开了俄亥俄州新奥尔巴尼的 Prometheus 集群：第一阶段已建成，目前由多栋楼里的数十万张 GPU 组成，满规模目标是约 100 万张。1 这套集群训练出了 Muse 系列模型，Meta 称预训练的有效算力占比超过 85%、强化学习超过 90%，两次中断之间的平均运行时长从约 4.7 万个 GPU 小时提到 5.4 万以上。1 硬件上它同时跑 72 卡的 GB200 与单机架超过 1 exaFLOP 的 GB300，下一代 Vera Rubin 即将进场。1 Meta 把 72 卡当作一个故障域，3.2 万张在跑的训练要备 3.7 万张卡，多出约 13%。1 百万卡训练的瓶颈已从买到卡，转到电力、固件和网络能不能让卡一直算下去。
【亚马逊给 Trainium 补上原生 PyTorch，改一行代码就能跑】
10 月 19 日，亚马逊与 PyTorch 团队发布 TorchNeuron：Trainium2 与 Trainium3 有了原生 PyTorch 后端，已有代码把设备名改成 neuron 就能跑。2 代码以 Apache 2.0 在 aws-neuron/torch-neuronx 开源，10 月 20 日进入公开测试。2 亚马逊称约 85% 的 AI 应用用 PyTorch 写，并已向上游提交删掉芯片专属代码的改动；AWS 的 Colin Brace 举例说，Deepgram 迁到 Trainium 后每美元处理的音频多了 70%。3 推理成本之争因此从比芯片参数，变成比同一份代码在几家硬件上跑得动、迁移要多少人工。
监管
【美国土安全部要求联邦民事机构清退 DeepSeek，连用它开发的第三方产品一起】
10 月 19 日，美国国土安全部公开了部长 Markwayne Mullin 6 月 26 日签署的命令，20 日刊登在《联邦公报》：联邦民事机构不得采购杭州深度求索及其关联公司的产品与服务，并须把在用的 DeepSeek 产品、以及用它开发出来的第三方产品一并清出。4 依据是 2018 年《联邦采购供应链安全法》，范围含财政部、国务院、司法部等民事机构，国防部不在其中。5 部长给出的理由是数据存在中国境内服务器、模型可能夹带恶意代码。5 命令只点名 DeepSeek，Kimi 与 Qwen 也在美国官员的同类担忧清单上。5 麻烦落在「用它开发出来的第三方产品」这句：要卖给美国政府的软件，得能证明自己的模型栈里没有 DeepSeek。6
模型
【Cloudflare 把「只吐数字」的模型单列一类，每百万张单据成本砍半】
10 月 19 日，Cloudflare 发布 Clairic，称它是「System One 提取模型」里的第一个：给它一段文本或四张以内的图片，它按你声明的字段返回带类型的结果，数字附带 80% 区间，一次前向计算、不生成 token，只按输入计费。7 它已在 Workers AI 上预览，权重计划随后开源。7 Cloudflare 用一封客服邮件对比：Clairic 抽取、Clef 决策、GLM-5.3 写回复的流水线端到端 19.3 秒、每百万张单据 6,032 美元，全交给 GLM-5.3 是 61.7 秒、11,740 美元。7 它多步算术还弱，预测只能当粗略参考。7 从发票、表格里反复抠字段的业务，成本可以按输入 token 重算一遍。
研究
【MemT-1.0 把记忆写进模型计算，128K 上下文省下 66 倍存储】
10 月 19 日，MemTensor 团队把 66 页的 MemT-1.0 论文挂上 arXiv：记忆从越拉越长的 KV 缓存搬进模型计算，Gated DeltaNet-2 负责写入，Mixture-of-Storage 负责扩容。8 Nano 36B 总参数、3B 激活，Flash 288B 总参数、17B 激活。8 11 个记忆基准上 Flash 平均 50.60 分、Nano 46.97 分，比最强参数化记忆基线 Temp-LoRA 的 38.08 分高 12.5 与 8.9 分；到 128K token 时 Nano 推理快约 1.86 倍，持久化存储只要完整 KV 缓存的 1/66。8 长上下文竞争的着力点因此从「窗口开多大」挪到「记忆存在哪里、每次请求要搬多少字节」。
References
- 1Inside Prometheus: Meta's Journey to a Gigawatt-Scale Supercluster
engineering.fb.com
- 2
- 3
- 4
- 5DHS to ban DeepSeek from federal civilian agencies
cyberscoop.com
- 6
- 7Introducing Clairic, a new System One class of extraction models
blog.cloudflare.com
- 8
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.