RL 大跑：约千张 GB300、500 万美元？
natolambert · x · 2026-07-16
这条回复在讨论一个 post-training RL 运行的大概规模：作者给出的初步估计是 约 1K 张 GB300、持续 1 周、成本约 500 万美元。
他同时补充说，这类估算是基于 Claude 的直觉猜测，自己也希望看到更严格的数学分析；但认为在 agentic settings 里，Claude 对推理成本的直觉可能并不可靠。
「Infra」频道最新
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26