Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次性生成整块文本，在专用 GPU 上推理速度最高提升 4 倍，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。
推荐理由：官方给出 26B MoE 文本扩散模型的速度、显存占用与质量取舍，便于判断本地低并发场景是否适用。
英伟达的 AI 芯片与生态动态：GPU 新品、CUDA 生态、机器人平台与 AI 算力市场的风向。
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次性生成整块文本，在专用 GPU 上推理速度最高提升 4 倍，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。
推荐理由：官方给出 26B MoE 文本扩散模型的速度、显存占用与质量取舍，便于判断本地低并发场景是否适用。