RL 训练占比飙至 55%:SemiAnalysis 图表误读正在刷屏

repligate · x · 2026-10-14

voooooogel 转发并澄清了流传甚广的「目前只有 7% 算力用于预训练」图表的误读。repligate 指出这个数字有两种理解方式：单个 checkpoint 的训练历史中预训练占 7%，还是整个实验室算力中预训练占 7%——两者差异巨大，因为实验室往往做多个 post-training hero run 并大量废弃实验。voooooogel 解释：该图来自 SemiAnalysis Tokenomics 模型，预测的是前沿实验室整体算力分配（用于硬件需求预测），而非追踪某个具体模型的 RL 算力。图表显示预训练占比从 2024 年初的 67% 一路降到 2026 年预估的 7%，Post-training/RL 占比飙升至 55%，推理占 38%。争议点在于 RL 计算花费如何换算成单模型 FLOPs，以及「RL 比预训练更有影响力」这个概念本身是否成立。