爆料称美前沿实验室堆 GPU 只为追最后 1-3% 模型性能
SumitGup · x · 2026-09-05
- 业内人士 jukan05 转述一种解释：美国前沿 AI 实验室大量堆 GPU 训练，是因为采用「多池候选模型大规模扩展探索、再择优」的低效训练方式。
- 据称候选池中中等模型与最佳模型的性能差距最多只有约 1-3%，但为追求最优，实验室仍投入巨量算力。
- 背景是其上一条推文提到某模型（Astra）使用了 10 万张 GPU 训练，感叹算力规模惊人。该说法为转述，未获官方证实。
「Infra」频道最新
- 欧洲博士生可随需使用 B200,美国同行要靠数据创业公司养项目 — HildeKuehne · 2026-10-23
- 英伟达柏林 GTC:人形机器人与 Vera Rubin 超算成主角 — emmanuelvivier · 2026-10-23
- 联想 AI Library 新增 5 个用例，宣称一周部署、成本降 70% — shashib · 2026-10-23
- kernel 全面跑赢 cuBLAS 不重要,快速迭代调优才是关键 — blelbach · 2026-10-23
- llama.cpp 团队发布 Llama：Mac 菜单栏一键本地跑 AI 模型 — Hugging Face · 2026-10-23
- 中国日均 Token 消耗达 500 万亿,均价一年从 6.8 元涨至 13.46 元 — teortaxesTex · 2026-10-23