康奈尔新架构降低 36% 训练算力
burkov · x · 2026-08-21
康奈尔大学提出一种嵌套架构，能在一次端到端训练中完成整套语言模型训练。
核心成果：
- 训练算力降低 36%
- 推测解码吞吐量提升最高达 26%
- 且未降低模型准确率
所属事件:康奈尔推出 Matryoshka 框架训练算力降 36%(3 条相关)→
「Infra」频道最新
- 铜转光：机架级光背板成 AI 数据中心下一步设计刚需 — BenBajarin · 2026-10-16
- Polymarket 开出 28% 概率：年内将有美国州级数据中心禁令落地 — Polymarket · 2026-10-16
- 宾州居民拒绝每户 1 万美元补偿，抵制亚马逊大型数据中心进驻 — Polymarket · 2026-10-16
- PyTorch 原生跑上 AWS Trainium，零代码改动 — PyTorch · 2026-10-16
- 业内爆料：中国实验室算力仅美国 1/10，字节 2-4 倍价扫东南亚算力 — robleclerc · 2026-10-16
- GPU 优化公司 Zymtrace 融资 1220 万美元，招 ML 工程师打造自主调优 Agent — cfregly · 2026-10-16