小米直播模型训练:每秒烧 10 美元,估算动用 6000-8000 张 H100
karminski3 · x · 2026-09-17
博主 karminski3 分析小米正在直播的模型训练过程,推测 MiMo-v2.6-pro 与 flash 两模型已进入 Agentic RL 后训练阶段,评估集为 DeepSWE(Pro 得分 62,对比 DeepSeek-v4.1-flash 的 74.2,尚处早期)。
他的推算过程:
- 阶段 10 耗时 58 分钟生成 22 亿 token,即每秒约 63 万 token;平均上下文长 89K
- 按 H100 单卡 100-150 tps 估算,Pro 解码需 4000-5000 张,flash 另需 2000-2500 张,总计约 6000-8000 张 H100
- timing 数据(生成 58 分 + 反传 64 分 ≈ 单步 126 分)表明同一批 GPU 先做 Rollout 推理、打分后立即切换做长序列反向传播
- Pro/Flash 分别维持 23,180 / 37,786 个活跃沙箱,共超 6 万个 Linux/Docker 沙箱并发跑代码——解释了每秒约 10 美元的烧钱速度
所属事件:小米直播 MiMo-V2.6 强化学习训练，36小时烧超108万美元(14 条相关)→
「Infra」频道最新
- B200/H100 租金周内创新高，年内涨 47% 和 31% — TheZachMueller · 2026-11-02
- vikhyatk:通往奇点路上算力将交替出现过剩与短缺 — TheZachMueller · 2026-11-02
- Mac 端 PyTorch 10 月下载量达 329 万,环比涨 20.5% — LysandreJik · 2026-11-02
- CVSS 9.8 严重漏洞:ingress-nginx 可被未认证攻击者实现 RCE — evilsocket · 2026-11-02
- 内存涨价三倍，特斯拉把 Optimus 大脑内存砍掉三分之一 — aakashgupta · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02