admin

据红星新闻此前报道，5月5日，18岁中国留学生在马来西亚遭绑架并被绑匪勒索虐待的画面曝光。该男生在新加坡留学，4月30日他因不明原因入境马来西亚后被一群男子绑架。5月2日，该男生在迪拜经商的父母收到绑匪发来的视频，显示男生被殴打和勒颈。绑匪向男生的父母勒索人民币350万元，同时恐吓若不付赎金就撕票并摘取器官。男生的父母没有支付赎金并赶到当地报警，警方48小时内逮捕一名嫌犯并救出男生。▲两名涉案人员涉嫌自导自演“绑架案”第一被告当庭认罪5月14日，马来西亚吉隆坡法院以“诈骗”和“企图犯罪”，对当事人叶某及另一名涉案人员、23岁同伙张某提起诉讼，认为两人自导自演“绑架案”。据马来西亚媒体最新报道，5月27日，吉隆坡当地法庭以交替控罪（检察官在起诉时，针对同一犯罪行为提出多个可选择的罪名，以便法庭根据证据情况选择其中一个罪名定罪）提起控诉。其中一名涉案人员、23岁的中国籍新加坡国立大学留学生张某当庭认罪，最终被判处罚款17000林吉特（约合人民币28800元），若无法缴清罚款，则须以6个月监禁替代。根据法庭文书显示，张某被指控通过拨打电话及传送预先录制的视频片段等方式，蓄意欺骗其好友也即第二被告，18岁的中国籍新加坡留学生叶某的母亲程女士，谎称叶某已遭人绑架。为求逼真，张某传送给程女士的视频片段中，其好友叶某不仅脸部湿透、双手被反绑、衣衫不整，嘴巴也被胶带紧紧封住，并营造叶某遭掐喉和踩踏等虐待，企图营造受害者处境危急的假象。随后，被告便威胁程女士将“赎金”汇入一个指定银行账户内。▲“受害者被绑架殴打”视频截图第二被告获释但不等于无罪案件暂时撤销第一被告张某在法官阿兹鲁庭审过程中念出交替控状后，随即当庭改变其早前的不认罪立场，改为承认控罪。张某因此被裁定为欺骗罪。较早前，主控此案的诺莎菲娜副检察司在陈词时，曾力促法庭对被告处以具有阻吓性的刑罚，她强调被告的行为对多方造成困扰，并严重浪费了法庭及警方的宝贵时间和公共资源。“由于第一被告张某现已承认交替控状下的罪行，控方因此申请让本案的第二被告叶某获得释放，但不等同于无罪（案件暂时撤销被告获释但并非无罪释放。控方日后若找到新证据，仍可重新提控）。”张某的代表律师厄尼苏拉斯提向法庭求情时表示，张某是初犯，并且已承认交替控罪，此举有效节省了法庭审讯的时间和各项开销，恳请法庭予以轻判。律师补充，张某仍希望继续完成其大学学业，预计将于2026年6月毕业。与此同时，叶某的代表律师拉美斯西华古马则极力要求法庭宣判其当事人叶某彻底无罪释放。他同时向法庭披露，报案人程女士（即叶某的母亲）已不再追究此事，并且已经主动撤销了早前针对其儿子叶某的报案。最终，法官阿兹鲁批准了控方的申请，判决叶某获得释放但不等于无罪。新加坡国立大学发言人就本案回复当地媒体称，校方已知晓一名学生在马来西亚法院被控，目前正在密切关注法院程序，但校方并未证实学生的身份信息。另一名涉案人员的学校——新加坡管理学院回应媒体询问时则说，对相关法律程序表示知情，并透露学院将以校方的纪律程序处理违法学生的行为，将在法院裁决后进行进一步评估，但该校未证实涉事学生为叶某。马来西亚18岁中国留学生绑架案被控自导自演，2人被警方逮捕！知情人：身上伤痕系红色颜料伪造5月13日，两名中国留学生在马来西亚伪造绑架，骗取父母500万元赎金，被警方逮捕。据报道，事件发生在吉隆坡一家酒店内，两人试图以此向被绑男生父母索要赎金。5月13日，地方法院法官批准两人以3万令吉保释，并由两名担保人保释。5月14日，曾协助18岁留学生父母报警的“过江龙”黄先生告诉记者，勒索视频中被绑男生没有遮住眼睛可说明二人相识，而其身上伤痕则是用红色颜料伪造。此前黄先生曾告诉记者，被抓的“绑架者”23岁，同是在新加坡的留学生。据悉，当地法官谕令被告两人护照交法庭保管，并择定于5月27日过堂审理此案。此前报道：据报道，5月5日，18岁中国留学生在马来西亚遭绑架并被绑匪勒索虐待的画面曝光。该男生在新加坡留学，4月30日他因不明原因入境马来西亚后被一群男子绑架。5月2日该男生在迪拜经商的父母收到绑匪发来的视频，显示男生被殴打和勒颈。绑匪向男生的父母勒索人民币350万元，同时恐吓若不付赎金就撕票并摘取器官。男生的父母没有支付赎金并赶到当地报警，警方48小时内逮捕一名嫌犯并救出男生。▲受害者被绑架殴打的视频曝光（视频截图）

Scaling Law之下，MoE（混合专家）如今已经成为各大模型厂商扩展模型能力的制胜法宝。不过，在高效实现模型参数规模化的同时，MoE的训练难题也日益凸显：训练效率不足，甚至一半以上训练时间都浪费在“等待”上。现在，为了突破MoE的训练瓶颈，华为出手了：构建了一套名为Adaptive Pipe & EDPB的优化方案，开启“上帝视角”，让MoE面临“交通拥堵”的训练集群，实现无等待流畅运行。MoE大规模训练难题：一半以上的训练时间在等待？实践已经表明，MoE模型训练集群的效率面临两方面挑战：首先，是专家并行引入了计算和通信等待。当模型规模较大时，需要切分专家到不同设备形成并行（EP），这就引入额外All-to-All通信。与此同时，MoE层绝大部分EP通信与计算存在时序依赖关系，一般的串行执行模式会导致大量计算单元空闲，等待通信。其次，负载不均会引入计算和计算等待。MoE算法核心是“有能者居之”，在训练过程中会出现部分热专家被频繁调用，而冷专家使用率较低的情况。同时，真实训练数据的长度不一，不同的模型层（如稀疏层、嵌入层等）的计算量也存在明显差异，造成不同卡之间计算也在互相等待。用一个形象点的说法就是，MoE训练系统就像一个存在局部交通阻塞的城区，面临两大核心问题：人车混行阻塞：所有车辆（计算）与行人（通信）在红绿灯交替通行，互相等待。车道分配僵化：固定划分的直行、左转车道就像静态的专家分配，导致热门车道（热专家）大排长龙，而冷门车道（冷专家）闲置。针对以上问题，华为团队打造了“智慧化交通”设施：首先，建造“行人地下通道”（通信掩盖技术），彻底分离人车动线，使计算不再等待通信。其次，部署“智能可变车道”（动态专家路由），根据实时车流（数据分布）动态调整车道功能，让闲置的左转车道也能分担直行压力，实现负载均衡。这套组合方案既解决了资源分配不均的问题，又消除了通信阻塞的瓶颈，就像为城市交通装上了“智慧大脑”，让每个方向的通行效率都得到最大化提升。DeployMind仿真平台，小时级自动并行寻优具体来说，华为首先构建了名为DeployMind的仿真平台，它是一个基于昇腾硬件训练系统的“数字孪生”平台，通过计算/通信/内存三维度的多层级建模、昇腾硬件系统的高精度映射、全局化算法加速运行等技术，能在1小时内模拟百万次训练场景，实现MoE模型多样化训练负载的快速分析和自动找到与集群硬件规格匹配的最优策略选择。在训练实践验证中，该建模框架可达到90%精度指标，实现低成本且高效的最优并行选择。针对Pangu Ultra MoE 718B模型，在单卡内存使用约束下，华为通过DeployMind以训练性能为目标找到了TP8/PP16/VPP2/EP32（其中TP只作用于Attention），这一最适合昇腾集群硬件规格的并行方案，综合实现计算、通信、内存的最佳平衡。通信掩盖>98%，让计算不再等待通信华为还提出了一套名为Adaptive Pipe的通信掩盖框架。在DeployMind仿真平台自动求解最优并行的基础上，采用层次化All-to-All降低机间通信和自适应细粒度前反向掩盖，实现通信几乎“零暴露”。层次化专家并行通信针对不同服务器之间通信带宽低，但机内通信带宽高的特点，华为创新地将通信过程拆成了两步走：第一步，让各个机器上“位置相同”的计算单元联手，快速地从所有机器上收集完整的数据块（Token）；第二步，每台机器内部先对数据块进行整理，然后利用机器内部的高速通道，快速完成互相交换。这种分层设计的巧妙之处在于，它把每个数据块最多的复制分发操作都限制在单台机器内部的高速网络上完成，而在跨机器传输时，每个数据块只需要发送一份拷贝，相比传统All-to-All通信加速1倍。也就是说，有效通过减少跨机通信，提升了集群的通信速度。自适应细粒度前反向掩盖在DualPipe掩盖框架的基础上，华为基于虚拟流水线并行技术，实现了更精密的调度，即Adaptive Pipe。相比DualPipe，Adaptive Pipe仅利用一份权重，不仅将流水线并行所需的内存占用减半，有效降低了计算“空泡”，释放了流水线的峰值性能潜力；同时，该策略能够额外实现与分层通信的完美协同，无缝覆盖机间与机内两层通信的掩盖。在这种层次化通信和细粒度计算通信切分调度优化下，Adaptive Pipe可实现98%以上的EP通信掩盖，让计算引擎不受通信等待的束缚。克服负载不均，训练再加速25%由于MoE模型训练过程中天然存在的负载不均问题，集群训练效率时高时低，华为团队还提出了EDPB全局负载均衡，实现专家均衡调度。在最优并行和通信掩盖基础上，EDPB再取得了25.5%的吞吐提升收益。△集群P2P通信分析对比所谓EDPB，E是专家预测动态迁移。MoE模型训练中，设备间的专家负载不均衡如同“跷跷板”——部分设备满载运行，另一些却处于“半休眠”状态。团队提出了基于多目标优化的专家动态迁移技术，让专家在分布式设备间“智能流动”。该技术主要有三个特点：预测先行，让专家负载“看得见未来”：预测负载趋势，实现“计算零存储开销，预测毫秒级响应”；双层优化，计算与通信的黄金分割点：提出节点-设备双层贪心优化架构，在让计算资源“齐步走”的同时，给通信链路“减负”；智能触发，给专家迁移装上“红绿灯”：设计分层迁移阈值机制，通过预评估迁移收益动态决策，实现专家迁移的智能触发。△基于专家动态迁移的EP间负载均衡整体框架图D是数据重排Attention计算均衡。在模型预训练中普遍采用数据拼接固定长度的策略，但跨数据的稀疏Attention计算量差异显著，会引入负载不均衡问题，导致DP间出现“快等慢”的资源浪费。为解决这一问题，华为团队提出了一种精度无损的动态数据重排方案，其核心在于：通过线性模型量化单样本计算耗时，在严格保持训练精度无损下，批次内采用贪心算法构建最小化耗时的数据重排，实现负载均衡。P是虚拟流水线层间负载均衡。MoE模型通常采用混合结构，Dense层、MTP层、输出层所在的Stage与纯MoE层所在的Stage负载不均，会造成的Stage间等待。华为团队提出虚拟流水线层间负载均衡技术，将MTP层与输出层分离，同时将MTP Layer的 Embedding计算前移至首个Stage，有效规避Stage间等待问题，实现负载均衡。△基于异构模块设计的VPP并行负载均衡系统端到端72.6%训练吞吐提升在Pangu Ultra MoE 718B模型的训练实践中，华为团队在8K序列上测试了Adaptive Pipe & EDPB吞吐收益情况。实验结果显示，在最优并行策略的初始性能基础上，华为这套“通信掩盖+动态专家迁移”的优化方案，能实现系统端到端72.6%的训练吞吐提升。总而言之，华为的这套打法可以说是为大模型训练优化提供了关键路径。感兴趣的小伙伴可以再通过完整技术报告深入了解——技术报告地址：https://gitcode.com/ascend-tribe/ascend-training-system/tree/main/DistributedOptimization

国土安全部(DHS)上周公布的「庇护辖区」清单备受争议，无论红州蓝州都批评DHS设立清单的筛选标准，而且许多地区积极支持川普政府的强硬政策却榜上有名。华尔街日报(WSJ)2日报导，该清单在周末已悄悄从国土安全部官网消失。 庇护辖区清单包括川普政府指控数百个不遵循联邦移民法城市和郡县，但是本来在点击下拉的表列，现已消失，代之以「未找到网页」的错误消息。国土安全部发布该清单的新闻稿上，原本附有网页链接，现也不见。 var admarutag = admarutag || {} admarutag.cmd = admarutag.cmd || admarutag.cmd.push(function() { admarutag.pageview('1aa64996-806f-4094-8fce-923b967576ed'); }); 国土安全部长诺姆(Kristi Noem)接受福斯新闻网(Fox News) 节目Sunday Morning Futures专访，被问到清单由官网消失时表示，清单还在使用，「有些城市反弹。他们认为因为自己法典上没有这条或那条法律，所以不该列在清单上，但真的符合列上的资格；因此，该清单绝对在使用之中」。 川普政府表示，所谓的庇护辖区，都对询问其居民移民状态、协助联邦官员运行移民法而设下限制。这么做，让政府要逮捕非法居留美国的人、川普总统要履行大规模递解，变得更加困难。川普放话威胁说，庇护辖区不变更其做法，就要撤消联邦给的资金或者对其兴讼。 庇护辖区清单5月29日公布，立即掀起波澜；清单上一些地区，地方官员很支持川普政府的政策，配合联邦执法。清单还有拼字错误，当然自我标榜为庇护城市的纽约市、洛杉矶也在清单上。 「全国警长协会」(National Sheriffs' Association)5月31日表示，国土安全部公布的清单指责拒不合作的警长，其态度既欠缺透明又不负责任。警长协会理事长唐诺休(Kieran Donahue)表示，协会成员去找国土安全部人员，但是对清单公布前由谁编纂、校对或查核，无法取得任何资讯；此外，清单也未设有任何机制，让各辖区提出反对。

科罗拉多州圆石市(Boulder)1日发生汽油弹恐怖攻击事件，很快成为具有高度敏感的移民议题。国土安全部指出，45岁凶嫌索利曼(Mohamed Sabry Soliman)是埃及人，2022年8月持B-2观光签证入境，当年9月申请庇护，签证已于2023年2月到期，后来一直非法居留。川普总统2日在「真实社群」(Truth Social)发文写道，恐怖主义行为必将面临法律究责到底，这起事件是边境必须巩固的另一个实例，凶嫌应被驱逐出境。 买18个汽油弹 最后扔2个 珍珠街购物中心(Pearl Street Mall)周边街道1日下午举行关怀滞留加萨地区以色列人质的游行活动，索利曼以汽油弹攻击攻击活动参加者之前，买花乔装成园丁以方便接近受害者。他买了18个汽油弹，但只扔了两个，因为他「害怕」。 var admarutag = admarutag || {} admarutag.cmd = admarutag.cmd || admarutag.cmd.push(function() { admarutag.pageview('1aa64996-806f-4094-8fce-923b967576ed'); }); 圆石市警方第一时间证实有八人受伤，2日下午将受伤人数更新为12人。他们的年龄从54岁到88岁，包括一名纳粹大屠杀的幸存者，到2日晚上仍有三人住院。 一级谋杀未遂 被诉42重罪 索利曼面临联邦仇恨犯罪(hate crime)以及谋杀未遂等多项重罪起诉，执法机关目前以「有针对性的恐怖攻击」进行调查，索利曼通过网络搜索，锁定要在圆石市办活动的犹太复国主义团体下手，犯罪攻击筹划一年。根据联邦调查局(FBI)宣誓证词(affidavit)，索利曼1日被收押后坦承犯罪，向调查人员供称打算「杀光所有犹太复国主义者，希望他们全部死掉」。 仇恨犯罪联邦罪名最高面临终身监禁。索利曼同时面临科州检察官42项重罪起诉，包括一级谋杀未遂。 育有5儿女...

理财网站「金钱智能」(MoneyWise)报导，纽约市男子韩迪(Dylan Handy)5月中旬投书纽约时报求助说，因为换工作想转存退休帐户，原本401(k)帐户里全部存款11万4000元由帐户管理机构沛齐(Paychex)开立纸本支票，结果支票被偷且遭盗领，损失的钱还被认定是领出帐户而欠税。韩迪已向联邦法院提告，要求Paychex负责。 韩迪投书写道，纸本支票遭窃导致所有401(k)帐户积蓄泡汤，整个过程极为痛苦，消费者显然缺乏保护。他指出，基于某些因素，过时且不安全的纸本支票迄今仍是退休资产管理业者的标准作业程序。他表示，当初办手续时，根本没有数字转帐的选项。 Paychex拒负责 他怒告 纽约时报报导，当时33岁的韩迪2023年换工作，打算把401(k)退休帐户从旧公司转到新公司；Paychex开立两张纸本支票，一张来自401(k)帐户存款，另一张来自罗斯(Roth)户头存款。 不过，韩迪将支票寄给新公司的退休帐户管理公司时支票却遭拦截，分别被拿到公民银行(Citizens Bank)、大通银行(Chase Bank)盗领成功，事发后Paychex拒绝承担责任。公民银行后来退还原本罗斯户头存款1万4000元给韩迪，大通银行则要他找Paychex要钱。韩迪2024年对Paychex提告。 8成民众盼改数字转帐 凯博资本(Capitalize)2024年调查发现，43%民众进行退休帐户转存时依然领到纸本支票。高达80%受访者说，希望401(k)帐户转存手续能变得跟银行转帐一样简便。 「金钱智能」报导，纸本支票盛行与系统老旧、法规考量以及缺乏标准化数字程序有关。进行401(k)帐户转存时使用纸本支票，对消费者来说有层层风险，除了容易被偷、窜改、盗领之外，邮寄与入帐耗时冗长，要等数周甚至数月才能完成，纸本支票追踪不易，若出事要解决仿佛恶梦，即使在诈骗案例里，厘清责任归属也十分复杂，责任可能在开支票的机构、接收支票的银行，甚至可能是户头持有人。 转存帐户尽量要求转帐 401(k)帐户转存时，消费者自保之道包括：挑选能够依法帮自己争取最佳福祉的理财规画师(certified financial planner，CFP)，尽可能要求401(k)管理机构以直接转帐(direct transfers)方式存入新户头，如果纸本支票是唯一选择则必须要求以有追踪号码的挂号邮件寄发，降低遭到不肖分子拦截的几率。