Workstation 部落格
DevOps
標記為 DevOps 的文章。
深度學習系統：面向工程師與智慧體的技術簡報
Workstation 深度學習技術簡報：梯度訓練的深度網路、判別式與生成式模型、任務指標，以及 Bedrock 與 Kubernetes serving 的選擇。
Balinder Walia閱讀 
Kimi K3 與開源權重：無需鎖定 API 的前沿智慧體
Kimi K3 將開源權重模型推入前沿智慧體領地。對開發者、vLLM serving、MCP 的變化，以及 Workstation 生產建議。
Balinder Walia閱讀 
AWS 上的 Claude Opus 5：面向構建者與業務的 Workstation 指南
Workstation 對 Amazon Bedrock 上 Claude Opus 5 的觀點：智慧體程式設計、長時執行智慧體、1M 上下文、預設 ZDR，以及團隊應如何採用。
Balinder Walia閱讀 
明智開發者工作流 + 多智慧體開發團隊
明智開發者如何推進新專案 — 頭腦風暴、討論、原型、圖示、提案、ADR、PR、GitOps — 外加 Review Bot 與 Workstation 多智慧體團隊。
Balinder Walia閱讀 
Amazon Bedrock、AgentCore、SageMaker 與 Q：Microsoft Teams 中的智慧體
落地 Amazon Bedrock、Bedrock AgentCore、SageMaker 與 Amazon Q，再在 Microsoft Teams 中啟動首個業務智慧體——含需求、工具與時間盒。
Balinder Walia閱讀 
Kubeflow + Argo CD：Kubernetes 上的 GitOps MLOps
在 Kubernetes 上用 Kubeflow 與 Argo CD 做 MLOps：在 Kubeflow 中訓練並註冊模型，用 GitOps 晉級 InferenceServices，用 git revert 回滾。
Balinder Walia閱讀 
大型語言模型解釋：LLM 的工作原理以及如何在 Kubernetes 上執行您自己的語言模型
什麼是大型語言模型以及它們如何工作？為經理和工程師提供清晰的非技術性直譯器 - 令牌、嵌入、變壓器、訓練和推理 - 加上生產 Kubernetes YAML，以使用 Ollama 和 vLLM 部署您自己的 LLM。
Balinder Walia閱讀 
