InfoQ 中文发布于 08/25 20:12
Cloudflare 将 CI 管道转变为 TypeScript 工作流
Cloudflare 发布了一个 CI SDK，允许开发者使用 TypeScript 而不是 YAML 定义持续集成（CI）管道，并将每个步骤作为持久化的 Cloudflare Workflow 来运行。
InfoQ 中文发布于 08/25 18:52
Snowflake Summit 2026：Whatnot 如何将超高速增长中的数据转化为清晰的业务洞察 | 技术趋势
对很多公司来说，数据基础设施就像一个黑盒子：数以百万计的数据点被送进去，复杂查询在里面运行，然后报表被吐出来。但一旦系统变慢、成本飙升，或者某个关键 dashboard 突然空白，想找到根因就像在黑暗里摸索。为了让这个问题更清晰地被看见，实时购物平台 Whatnot 在 Snowflake Summit 2026 上与 Snowflake 同台分享了他们的实践。这个合作案例说明，现代数据工具可以在巨大的实时压力下，依然让客户体验保持顺滑、可靠且完全可见。
Solidot发布于 08/24 22:48
微软删除了逾 17 万非营利组织的数据
Solidot是至顶网的科技资讯网站，主要面对开源自由软件和关心科技资讯读者群，包括众多中国开源软件的开发者，爱好者和布道者。口号是“奇客的知识，重要的东西”。
InfoQ 中文发布于 08/24 17:03
Cloudflare WriteGuard 为 MCP 服务器提供了精细化的安全控制
Cloudflare 推出了 WriteGuard（目前处于私有测试阶段），旨在为 MCP（模型上下文协议）服务器提供精细化的安全控制。
InfoQ 中文发布于 08/23 17:10
事故频发并不意味着可靠性下降
IT 工程项目领导者最常见的假设之一，是报告的事故数量不断增加就意味着系统可靠性正在下降。然而，Great Circle 最近的一篇文章提出，实际情况往往恰恰相反：事故数量增加，反而可能意味着组织的事故管理文化正在改善。随着团队不断投入资源完善流程、工具、培训和运维规范，他们会更愿意正式地将那些过去大概只会被悄悄处理、甚至被隐瞒的事故报告上去。这样带来的结果就是组织对运营问题的可见性提高了，但却不一定意味着系统的健康状况恶化。
InfoQ 中文发布于 08/23 01:17
Cloudflare 推出 Cache Response Rules，在源站响应后进一步控制缓存
Cloudflare 近日推出缓存响应规则（Cache Response Rules），这是一套新的规则引擎，运行在源站返回响应之后、内容写入 Cloudflare 缓存之前。此前，缓存规则（Cache Rules）只能根据请求属性进行判断；缓存响应规则则新增了一个响应处理阶段，可以在响应进入缓存之前检查源站返回的内容。
InfoQ 中文发布于 08/22 23:15
Cloudflare 推出 Agent Tracing：支持截断限制，不同框架的 Payload 默认记录策略存在差异
Cloudflare 推出了 Cloudflare Agents 的首个组件，Agent Tracing（Agent 追踪），可提供用于集中查看已经部署的 Agent 会话的统一 Dashboard。此次发布在现有 Workers Tracing 的基础上增加了 Agent 级别的 Span，同时也伴随着明确的收费时间表：Beta 期间免费，2026 年 10 月 1 日起将纳入 Workers Observability 的计费体系。
Microsoft AI Blog发布于 07/21 02:20
Microsoft expands Azure AI and HPC infrastructure with AMD
（翻译）微软借助AMD扩展Azure AI和HPC基础设施
AI workloads are scaling faster than any single infrastructure approach can support — with more models, new agent-driven workloads and surging compute demand driving the need for greater specialization across the stack. To meet this need, Microsoft continues to evolve Azure’s infrastructure, includi
NVIDIA Technical Blog发布于 08/24 23:08
Giga-Scale AI and the Ethernet Evolution: How Spectrum-X Ethernet Rewrites the Rules
（翻译）超大规模AI与以太网演进：Spectrum-X以太网如何改写规则
The massive growth of generative AI has fundamentally altered data center design. As distributed model training scales to span hundreds of thousands of GPUs…
AWS Machine Learning Blog发布于 08/25 03:32
Introducing new Ray capabilities on SageMaker HyperPod
（翻译）在 SageMaker HyperPod 上推出新的 Ray 功能
Amazon SageMaker HyperPod now offers managed Ray support on Amazon EKS. Create and monitor Ray clusters, connect JupyterLab and Code Editor notebooks to live clusters, get out-of-the-box observability, and run resilient distributed training and accelerated inference from SageMaker Studio, all with o
AWS Machine Learning Blog发布于 08/25 02:59
Democratizing institutional knowledge: Building an AI-powered knowledge management system with AWS
（翻译）普及机构知识：使用 AWS 构建 AI 驱动的知识管理系统
Learn how to build a customizable, smart-caching knowledge management system on AWS that captures and delivers institutional (tribal) knowledge through a voice-first AI avatar. The accelerator uses Amazon Bedrock Knowledge Bases for retrieval-augmented generation and deploys in hours with AWS CloudF
NVIDIA Technical Blog发布于 08/24 23:00
Maximizing AI Factory Performance per Watt with NVIDIA DSX MaxLPS
（翻译）借助 NVIDIA DSX MaxLPS 最大化 AI 工厂每瓦性能
AI factories are power-constrained industrial systems. The question is no longer how many GPUs fit in a data center, but how much AI output each available…
