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
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11