前沿预训练或不再超 2 个月：拖 100 天等于浪费算法进步
scaling01 · x · 2026-09-07
有观点认为前沿模型单轮预训练最多约 2 个月：在 10 万张 GB200 上跑 100 天意义存疑，且长时间锁定训练意味着错过算法层面的快速进步，“浪费 100 天的算法进展”。作者以此推断 GPT-6 Astra 的 base case 也是短周期预训练。
「Infra」频道最新
- 全同态加密 GPT-2 速通赛开跑:现纪录 3.031 秒/token — tensorqt · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- 斯坦福上线 GPU 超算 Marlowe，服务数据科学与 AI 研究 — StanfordHAI · 2026-10-27
- NVIDIA 称 HGX Rubin NVL8 每兆瓦 token 吞吐为 B200 的 10 倍 — thursdai_pod · 2026-10-27
- Together 推出并行 LoRA 实验：多个实验共享同一批 GPU，免重复配置 — togethercompute · 2026-10-27
- 要么人力商品化，要么 GPU 商品化：算力经济二选一之辩 — _AustinCalvert_ · 2026-10-27