MoK 的 Pull 方式相比传统 Push 有什么优势？
Pull 方式让目标 GPU 主动读取所需 token，省去了多个发送方之间的目标地址协调，并能同时利用 NVLink 双向通道，在负载不均衡时最高可提升 29% 的 NVLink 利用率，signaling 延迟从约 103 微秒降到 18 微秒。
103μs 降到 18μs 背后，Cursor 为何剑指英伟达，重写 GPU？
资讯摘要
作者丨 郑佳美 编辑丨 岑 峰 &nbs
AI 摘要
Cursor 开源 MoE 内核 MoK，将 token 调度、跨 GPU 通信与专家计算融合进单一 GPU 内核，采用 Pull 方式替代传统 Push，将 signaling 延迟从 103 微秒降至 18 微秒。在 GB300 NVL72 上，MXFP8 前向性能最高提升 2.37 倍，端到端训练吞吐提升约 41%。这标志着 AI 应用层公司开始重写底层 GPU 内核，争夺算力主权。
AI 问答
MoK 如何平衡通信和计算？
MoK 将 GPU SM 分为通信和计算两部分，通过 minibatch 控制一次交给专家计算的 token 数，以形成至少两个完整 wave 为边界，同时使用 Ring Token Buffer 避免显存浪费，使通信和计算高效重叠。
MoK 的性能提升有多大？
在 GB300 NVL72 上，相比公开基线，MoK 的 MXFP8 前向最高提升 2.37 倍，反向提升 1.78 倍；端到端训练中，512 张 GPU 上单卡吞吐从每秒 760.9 个 token 提升到 1070.2 个，约提升 41%。
更多资讯
CLARITY法案未通过程序性表决 OpenAI拟IPO前融资
AI攻克世纪数学难题，顶尖数学家抱团抵制，而他们担心的并不是丢了工作
耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！
具透 | Liquid Glass 设计改进、性能提升……iPadOS 27 中值得一瞥的新特性
探秘柬埔寨，千年吴哥窟36氪项目新势榜：不看包装，只看项目真实进展
我的“一人公司”，是怎么搞钱的？
WorkBuddy + 美图设计室，在对话框里就能解决办公设计任务？
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
金色Web3.0日报 | 黄仁勋批驳「AI末日论」被英伟达点名的杭州团队，补上了AI for Science的「最后一公里」字节跳动CEO梁汝波：豆包、飞书与火山引擎整合后 将加大企业市场投入
129亿美元卖身英伟达之后，是时候重新理解Hugging Face了
云连锁到轻连锁，品牌业务逻辑的改变
Stella：“显化”想要的人生，60天35万美元月收入
产品定义意义上的一级场景：四维模型
从200亿收购失败到650亿IPO：Figma如何用“协作”颠覆设计帝国不止一颗CPU？智能体经济时代，Arm对算力平台有了新理解Denuvo 起诉黑客违反 DMCA 反规避条款
“极端”空头压境 美联储周三不加息就是最大意外
当我怀念旧版 Edge 浏览器时，我在怀念什么？7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开
差 11 票：币圈和华盛顿的蜜月期结束了
贝森特回购落空与通胀重压 美联储加息或全面开启华为GTS让Agent学会「看着网络排障」，双防火墙难题几乎全拿下圆桌：探路·产业分工的新图谱，看到新未来——国家力量如何转化为产业价值 | 36氪 2026产业未来大会圆桌：智能向实，产业向新——AI如何进入真实世界 | 36氪 2026产业未来大会
穿透查询怎样升级为穿透管控？奇安信斩获国家信息安全漏洞库CNNVD两项重磅荣誉无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf，Pi 0.5性能SOTA