AI 日報 2026-07-19

FlashRT 最佳化多 GPU 部署

FlashRT 提出 agent harness，以 coding agent 將開發者撰寫的多模態參考實作轉換為最佳化的多 GPU 部署。論文指出，其在 NVIDIA B200 上將延遲最高降低約 70 倍、吞吐量提升 2.8 倍；在 AMD MI355X 上達到相近延遲降幅，吞吐量最高提升 3.6 倍。