產業脈動 2026 年 8 月 28 日

2026-08-28 — Cloudflare 靠 Rust 記憶體佈局省下 100TB、Uno Platform 用 C# MCP Server 讓 AI 自我驗證 UI、Nvidia 傳將以 129 億美元收購 Hugging Face(未證實)

primary=https://blog.cloudflare.com/dns-cache-memory-optimization-1111/ primary=https://devblogs.microsoft.com/dotnet/how-uno-platform-uses-dotnet-mcp-ai-to-build-high-quality-apps/ primary=https://techcrunch.com/2026/08/26/nvidia-closes-in-on-hugging-face-acquisition/

Cloudflare 用 5 個 Rust 記憶體佈局技巧,把 1.1.1.1 的 DNS 快取瘦身 56%

Cloudflare Blog · 2026-08-27

原本的問題

Cloudflare 內部代號 Big Pineapple 的 DNS 解析器撐起 1.1.1.1 服務,快取內存放超過 2500 億筆記錄。在這個規模下,每筆記錄多浪費 1 byte,整個機隊就要多付出 250GB 記憶體,團隊因此回頭檢視 Rust 資料結構的記憶體佈局,找出可壓縮的空間。

採用的方法

團隊針對快取的 key 與 entry 結構做了五項調整,核心精神是把「可成長」的容器換成「剛好大小」的不可變版本:

  • Box<[T]>Box<str> 取代 VecString,省下容量欄位與預留成長空間,單筆省 64 bytes
  • 合併 answer / authority / additional 三份列表,改用 u16 offset 取代各自的指標與長度欄位,單筆省 28 bytes
  • owner name 改存 Option<Box<Name>>,與查詢網域相同時存 None,讀取時再推回去,只有 CNAME 這類特例才真的配置記憶體
  • RecordData enum 把 TxtNaptr 等大型變體改成 Box 包裹,避免 4 byte 的 A 變體被 padding 撐到 144 bytes 去對齊最大的 NAPTR 變體
  • record data 直接存成帶 2-byte 長度前綴的 wire format 位元組陣列,插入時序列化一次寫入共用暫存 buffer,省去逐變體的 enum overhead
pub enum RecordData {
    A(Ipv4Addr),        // inline
    Aaaa(Ipv6Addr),     // inline
    Txt(Box<Txt>),      // boxed
    Naptr(Box<Naptr>),  // boxed
}

實際效果

單筆快取記錄從 953 bytes 降到 420 bytes,降幅 56%;插入吞吐量由每秒 625,000 筆升到 893,000 筆,查詢延遲由 828 ns 降到 670 ns。全機隊估計因此省下約 100 TB 記憶體,單機 p99 常駐記憶體由 9.3GB 降到 5.3GB。

指標之前之後
單筆記憶體953 bytes420 bytes
插入吞吐量625,000/s893,000/s
查詢延遲828 ns670 ns

原始來源:Cloudflare Blog


Uno Platform 打造 C# 版 MCP Server,讓 AI agent 邊寫 .NET UI 邊自我驗證

Microsoft DevBlogs · 2026-08-27

要解決的問題

跨平台 .NET UI 框架 Uno Platform 在其 Studio 3.0 產品開發過程中發現:AI 能比任何人類團隊更快寫出 UI 程式碼,卻無法自己判斷寫得對不對。網頁開發者有 Playwright 可即時驗證畫面,原生 .NET 應用過去缺乏同等的測試透明度,agent 只能盲寫。

依生命週期拆成兩套 MCP Server

團隊用官方 MCP C# SDK 打造了依「生命週期」而非依功能分工的兩套 Model Context Protocol server:

  • Docs Server(HTTP、無狀態,https://mcp.platform.uno/v1):提供 uno_platform_docs_searchuno_platform_docs_fetch 做文件檢索,另有 uno_platform_agent_rules_init 初始化工作流程,約耗用 6.4k tokens
  • App Server(.NET 工具、走 stdio、有狀態,每個 session 各一份):以 uno_app_start 啟動應用(含 Hot Reload)、用 uno_app_get_screenshotuno_app_visualtree_snapshot 做視覺檢查、可模擬點擊與鍵盤輸入,並有 uno_health 健康檢查,約耗用 1.5k tokens

整套流程由 Microsoft Agent Framework 負責協調 agent 的規劃與執行,產生的程式碼再用 Roslyn 在瀏覽器內即時編譯。Uno 共同維護的 2D 繪圖引擎 SkiaSharp 也同步推出 SkiaSharp 4.0,是這次 Studio 3.0 的重要更新之一。

可重複使用的 Skills Library

常用流程(MVUX 狀態管理、導覽、主題、測試)被封裝成可重複使用的 Skills Library,放在 GitHub 的 unoplatform/studio/tree/main/skills,讓 agent 在不同 session 間維持一致行為。文章強調的設計原則是:「工具描述本身就是 prompt,不是文件」,因為模型只會挑自己看得懂、覺得相關的工具使用。

原始來源:Microsoft DevBlogs


傳 Nvidia 將以 129 億美元收購 Hugging Face,雙方均未證實

TechCrunch(引述 The Information)· 2026-08-26 · 傳聞未經證實

目前已知的資訊

財經媒體 The Information 於 2026-08-26 晚間率先報導,Nvidia 已同意收購開源 AI 模型平台 Hugging Face,TechCrunch、CNBC、Fortune、Forbes 等隨後跟進。多篇報導引述的交易金額約為 $12.9B(逾 $13B),較 Hugging Face 2023 年最後一輪募資時的 $4.5B 估值大幅跳升。Nvidia 與 Hugging Face 均未回應媒體的置評請求。

協議尚未簽署,交易仍可能生變

TechCrunch 特別指出,Nvidia 過去只要認為報導失實通常會迅速出面澄清,這次反常地保持沉默。包括 Business Insider 在內的報導都強調,雙方談判雖已接近尾聲,但截至目前尚未產生簽署後的正式協議,交易仍可能生變。報導並提到 Hugging Face 曾在 2025 年底婉拒 Nvidia 一筆 $500M、估值 $7B 的投資提案。Hugging Face 是開發者分享與下載開源 AI 模型的平台,若收購成真,將把 Nvidia 的版圖從晶片延伸進軟體與模型生態系。

原始來源:TechCrunch(尚無 Nvidia / Hugging Face 官方聲明)


End of article
0
Would love your thoughts, please comment.x
()
x