Periodic Labs 仅用 1300 块 H200 训出超 GPT-6 的科学模型
hsu_byron · x · 2026-09-18
Periodic Labs 公开其 AI 基础设施细节:基于开源权重微调,最终训练(midtraining + RL 阶段)峰值仅需 1300 块 H200,训出的专用模型在 X 射线衍射评测上 Pareto 优于 GPT-6 Astra 与 Claude Fable 5.1 等前沿模型,已用于实验室高通量筛选超导体与磁性材料。
技术要点:
- 基于 Megatron、SGLang、Miles、Ray 改造,适配科学 RL 负载(rollout 需数小时推理与工具执行,训练步仅数分钟)。
- 训练吞吐达同 GPU 上 Megatron 的 4.1 倍;对 SGLang 的贡献使推理快 2.5 倍。
- 与科学建模仿真负载共享算力,集群利用率保持 95% 以上;还有自定义沙箱与 GPU 显存优化。
「Infra」频道最新
- 澳大利亚拟立法强制 AI 公司上报失控事件,2027 年初落地 — gaganghotra_ · 2026-09-18
- HEIF Heist:一个图像解析漏洞波及OpenAI、Slack、Meta、GitHub — Miles_Brundage · 2026-09-18
- NVIDIA 推 CUDA-Q Logical 编排层,助 Fermilab 研发提速 7 倍 — CurieuxExplorer · 2026-09-18
- 算力中端市场缺标准层：1000 万至 1 亿美元级部署何时能标准化交易 — AccBalanced · 2026-09-18
- 已规划数据中心达 342GW,是现装机的近 7 倍,隐含 26 万亿美元开支 — BenBajarin · 2026-09-18
- Qwen Code 遇大目录 glob 触发堆 OOM：每目录缓存一份 gitignore 匹配器 — XxCotHGxX · 2026-09-18