【菜科解读】

综合新华社、央视新闻和CCTV国际时讯报道，美国总统特朗普5月5日宣布，实施仅不到48小时的霍尔木兹海峡“自由计划”疏导行动将“短期暂停”。

此前一天，美军称两艘搭载安全团队的美国商船在通过海峡时遭伊朗导弹、无人机及快艇袭击，均被拦截。

伊朗则否认近期袭击阿联酋，并宣布已启动霍尔木兹海峡通行管理新机制，所有船只须提前获得许可。

美方称对伊朗的“史诗怒火”军事行动已结束，但防长表示停火尚未结束，美军随时准备恢复大规模作战。

“自由计划”暂停：不到48小时即叫停

特朗普5月5日傍晚在社交媒体发文，称“疏导”霍尔木兹海峡船舶通行的“自由计划”将在短期内暂停。

该行动于美国中东时间5月4日上午启动，原计划出动导弹驱逐舰、100多架飞机及无人机、1.5万名军人支援。

然而行动首日即与伊朗发生直接冲突。

据美方官员披露，两艘搭载美军安全人员的美国商船在穿越霍尔木兹海峡期间，遭到伊朗导弹、无人机及武装快艇攻击。

美方称所有攻击“均被美军拦截，相关快艇被击毁”。

这是美军首次被披露在商船上部署安全团队。

美国国防部长赫格塞思5月5日在五角大楼新闻发布会上表示，“自由计划”是临时性防御任务，“不寻求交战”，美军无需进入伊朗领海或领空，目的是“保护商船免受伊朗侵犯”。

他同时强调，对伊朗港口的封锁行动依然全面生效，已有两艘美国商船在美军驱逐舰护航下安全通过海峡，还有来自世界各国的数百艘船只正等待通过。

但英国航运媒体《劳埃德船舶日报》5日报道指出，霍尔木兹海峡仍处于事实上关闭状态，被困船只对美国的“自由计划”并不信任。

船东的主要关切是：一旦伊朗袭击船只，美国是否会真正干预。

报道称，5日没有追踪到船只通过海峡。

伊朗启动新通行机制：船只须提前获得许可

据伊朗方面5日消息，伊朗已启动一项新的海上通行管理机制，对霍尔木兹海峡过往船只实施统一管理。

所有计划通过海峡的船只须通过官方邮箱接收通行规则，并在通过前获得通行许可。

目前这一新机制已施行。

伊朗伊斯兰革命卫队海军司令部5月5日再次警告，通过霍尔木兹海峡“唯一安全的路线是伊朗此前对外宣布的航道”，任何偏离该路线的行为将遭到“坚决回应”。

伊朗最高领袖外事顾问韦拉亚提表示，霍尔木兹海峡已被关闭，除非“伊朗伊斯兰共和国的国家意志决定”，否则不会重新开放。

他还称，伊朗与美国之间仍处于战争状态，并将继续开展“抵抗”。

美方确认“史诗怒火”结束，但停火未结束

美国国务卿鲁比奥5月5日确认，今年2月底对伊朗发动的“史诗怒火”军事行动已经结束，“我们已完成这一阶段任务”。

但美国国防部长赫格塞思同日表示，与伊朗的停火尚未结束，总统特朗普无需寻求国会批准即可继续军事行动。

赫格塞思称，如果特朗普下令恢复军事打击，“这一选项始终是存在的”，美军已处于高度戒备状态。

美军参谋长联席会议主席凯恩表示，目前伊朗所有的袭击都尚未达到“重启大规模作战行动的门槛”。

他透露，自停火宣布以来，伊朗已向商船开火9次，并扣押了2艘集装箱货轮，目前有2.25万名海员被困在海湾。

特朗普5月5日在白宫被问及“伊朗何种行为算违反停火”时含糊回应：“你们会知道的，因为我会告诉你们……他们（伊朗）知道该做什么，也知道不该做什么。

”

伊朗否认袭击阿联酋，阿联酋仍处于高度戒备

伊朗武装部队哈塔姆安比亚中央总部5月5日发表声明，否认“近期针对阿联酋发动任何袭击”。

但声明同时警告，如果阿联酋对伊朗管辖的岛屿、港口和海岸线采取任何行动，伊朗将作出“压倒性回应”。

阿联酋方面则仍处于高度戒备状态。

5月5日下午，阿联酋再次向民众手机发布紧急警报，称防空系统正应对导弹威胁。

阿联酋国防部表示，防空系统正在应对导弹和无人机袭击。

阿联酋教育部已宣布全国学校再次转为远程教学，持续至5月8日——此前当地学生刚于4月20日恢复线下授课。

以色列动向：准备与美协调新一轮打击

以色列消息人士5月5日透露，随着霍尔木兹海峡紧张局势升级，以色列正与美国协调，“为可能对伊朗发动的新一轮打击”做准备。

新一轮打击目标将集中在能源基础设施和伊朗高级官员，旨在通过短期行动迫使伊朗在谈判中让步。

但消息人士强调，是否恢复打击仍取决于特朗普——据悉特朗普对谈判僵局“感到沮丧”。

以军总参谋长扎米尔表示，如果伊朗袭击以色列，以军“已做好以武力回应的准备”。

以色列政府已批准将该国紧急状态延长至5月19日。

此外，以军5月4日对加沙地带中部的空袭中打死了哈马斯精锐部队“努赫巴”指挥官安斯·哈马德，后者被指参与2023年10月7日对以突袭。

英伟达力荐，小团队两个月开源一款「光速级」智能体推理引擎

机器之心编辑部 智能体时代的核心是算力。

尤其是在 Coding Agent 爆发之后，算力问题变得前所未有地尖锐。

Claude Code、Codex、Cursor 等产品正在把 AI 从「问答工具」变成「持续运行的软件协作者」，单次会话轻松突破 50K tokens，系统负载转向了更极端、更复杂的智能体负载。

最近有关算力的大新闻层出不穷。

今天的最新消息：马斯克的 SpaceX 与 Anthropic 宣布达成了重磅协议，超过 22 万块英伟达 GPU 将为 Anthropic 所用。

而 Anthropic 对与 SpaceX 合作开发未来的太空算力体系「表示有兴趣」。

在如此庞大的算力需求下，除了开源还有节流。

也是今天的最新消息：OpenAI 发布了多路径可靠连接 (MRC)，可帮助大型 AI 训练集群更快、更可靠地运行，并减少 GPU 时间的浪费。

我们知道，即便只是单 GPU 吞吐率上的微小提升，一旦应用到生产级集群中，也能够在服务持续增长需求的同时，节约相当可观的算力。

来自 LightSeek Foundation 的一个小团队，在两个月时间内打造了一个全新的，号称「光速」的大模型推理引擎 TokenSpeed。

这一引擎拥有 TensorRT LLM 级别的性能，vLLM 级别的易用性。

并且拥有 NVIDIA Blackwell 上最快的 MLA 注意力内核。

一经发布，TokenSpeed 就受到了英伟达发推文力荐。

目前，该引擎已经开源。

让我们参阅其技术博客，来深入了解「光速」引擎的技术细节。

博客标题：TokenSpeed: A Speed-of-Light LLM Inference Engine for Agentic Workloads 博客链接：https://lightseek.org/blog/lightseek-tokenspeed.html Github 链接：https://github.com/lightseekorg/tokenspeed TokenSpeed 技术简介 TokenSpeed 从第一性原理出发，专门为智能体推理场景设计。

它为智能体负载提供接近「光速级」的推理能力，核心包括：基于编译器的并行建模机制、高性能调度器、安全的 KV 资源复用约束、支持异构加速器的可插拔分层 kernel 系统，以及用于低开销 CPU 侧请求入口的 SMG 集成。

建模层采用本地 SPMD（Single Program, Multiple Data，单程序多数据）设计，在性能与易用性之间取得平衡。

TokenSpeed 允许开发者在模块边界指定 I/O placement 注解。

随后，一个轻量级静态编译器会在模型构建过程中自动生成所需的 collective operation，从而无需手动实现通信逻辑。

TokenSpeed 调度器将控制平面（control plane）与执行平面（execution plane）解耦。

控制平面使用 C++ 实现，并被构建为一个有限状态机（FSM），结合类型系统，在编译期而非运行期强制执行安全资源管理，包括 KV cache 状态转移与使用。

请求生命周期、KV cache 资源以及重叠执行时序，都通过显式 FSM 状态迁移与所有权语义进行表示，因此系统正确性并非依赖约定，而是由一个可验证的控制系统来保证。

执行平面则使用 Python 实现，以保持开发效率，使研究人员与工程师能够更快进行功能迭代，并降低整体认知负载。

TokenSpeed 的 kernel 层将 kernel 从核心引擎中解耦，并将其视为一级模块化子系统。

它提供了可移植的公共 API、集中的注册与选择机制、组织良好的实现结构、面向异构加速器的可扩展插件机制、经过整理的依赖体系，以及统一的快速迭代基础设施。

与此同时，团队还针对 NVIDIA Blackwell 架构进行了大量性能优化。

例如，他们构建了当前智能体负载场景下速度最快的 MLA（Multi-head Latent Attention，多头潜在注意力）kernel 之一。

在 decode kernel 中，由于部分场景下「num_heads」较小，团队通过对「q_seqlen」与「num_heads」进行分组，以更充分利用 Tensor Core 的计算能力。

而 binary prefill kernel 则包含了经过精细调优的 softmax 实现。

目前，TokenSpeed MLA 已被 vLLM 采用。

TokenSpeed 性能预览 Coding Agents（编码智能体）带来了异常严苛的推理工作负载，上下文通常会超过 50K tokens，对话也经常跨越数十轮。

大多数公开基准测试并不能充分捕捉这种行为。

研发团队与 EvalScope 团队一起，基于 SWE-smith 轨迹对 TokenSpeed 进行评估，这些轨迹密切反映了生产环境中 Coding Agents 的流量情况。

由于生成速度对 Agent 的用户体验至关重要，因此，团队的目标是在维持单用户 TPS（每秒 token 数）下限的同时，最大化单 GPU 的 TPM（每分钟 token 数）—— 通常是 70 TPS，有时是 200 TPS 或更高。

此外，研发团队针对 TensorRT-LLM（目前 NVIDIA Blackwell 平台上的最高水平）对这一设计进行了基准测试，并在认为针对 Agentic workloads 存在更好权衡的地方，采取了与之不同的设计方案。

下图展示了在不同部署配置下（无 PD 解耦），TokenSpeed 与 TensorRT-LLM 的 Kimi K2.5 性能帕累托曲线（Pareto curves）。

每条曲线都以 TPS/User（横轴）作为延迟指标，以 TPM/GPU（纵轴）作为吞吐指标，并通过扫描并发数绘制而成。

对于 Coding Agents（高于 70 TPS/User），最佳配置是 Attention TP4 + MoE TP4。

在这一配置下，TokenSpeed 在整个帕累托前沿上均优于 TensorRT-LLM：在最低延迟场景下（batch size 1）大约快 9%，在 100 TPS/User 附近吞吐量大约高 11%。

团队表示，他们的核心优化之一是 TokenSpeed MLA。

下图对比了 TokenSpeed MLA 与 TensorRT-LLM 的 MLA，后者是目前 NVIDIA Blackwell 上的 SoTA。

可以看出来，优化后的二进制版本预填充内核（prefill kernel），使用 NVIDIA 内部旋钮来微调 softmax 实现，在 Coding Agents 的五种典型预填充工作负载（带长前缀 KV cache 的 prefill）中，都超过了 TensorRT-LLM 的 MLA。

解码内核则将查询序列轴折叠进头轴，以更好地填充 BMM1 的 M tile，从而提升 Tensor Core 利用率。

结合其他优化，在带有 speculative decoding 的典型解码工作负载中（batch size 为 4、8、16，且带长前缀 KV cache），这使得相对于 TensorRT-LLM 来说，延迟几乎降低了一半。

最后，研发团队也表示，该项目于 2026 年 3 月中旬启动开发，虽然目前展示了惊人的性能，但仍有大量底层代码（如 PD 分离、KV 存储等）正在合并和完善中，接下来将继续推进。

从上述性能表现来看，不难看出，TokenSpeed 的出现旨在通过更现代化的架构设计，打破传统推理框架在易用性与极致性能之间的平衡点，为大规模 Agent 部署提供了一个高性能、开源的底座。

而英伟达的力荐，也说明推理引擎正在成为 Agent 时代基础设施竞争的一个新焦点。

更多信息，请参阅原博客！ 参考链接： https://x.com/lightseekorg/status/2052048105412141376 https://x.com/NVIDIAAI/status/2052061195381911806

“4只皮皮虾1035元”最新进展：当事人称已接到最新回复“市监局说价格没问题”

网友质疑“4只皮皮虾1035元”最新进展。

5月7日上午，记者联系上该网友，其回复称目前已经接到三亚市场监督管理局说价格没问题。

据极目新闻：5月5日，有网友反映，其在三亚一家海鲜店宵夜时，仅4只皮皮虾就花费1035元，价格过高，店家存在宰客行为。

网友发帖 该网友发布的图片显示，其于5月4日晚间前往三亚某海鲜店用餐，点了中号红花蟹、大号泰国濑尿虾、椰子饭及部分酒水饮品，4人共计消费1815元。

账单显示，大号泰国濑尿虾的单价为每千克1512元；

另一张点菜单则标注“大泰虾”4只，单价756元。

该网友在帖子中明确表示，已拨打12345政务服务热线进行投诉。

评论区多名网友称价格过高，并表示在其他地方吃没有这么贵。

账单 6日凌晨，三亚市市场监督管理局微信公众号发布情况通报回应此事：“5月5日，我们关注到有网友反映我市一海鲜店存在价格过高的问题，我局立即联合相关部门介入调查，目前三亚放心游平台已启动先行赔付机制。

一旦查实存在违法违规行为，我们将依法从严处理，绝不姑息。

” ▌来源：大象新闻、极目新闻 ▌编辑：韩明霞 校对：汤琪