开源最大 RL 训练曝光：2048 张 GPU 跑 9 天超 3T tokens
LiTianleli · x · 2026-11-06
据披露的 Inkling 联合 RL 训练数据，这次被称为主公开指标下规模最大的开源 RL 运行包括：
- 1,075 步训练、超过 1,700 万次 rollout、历时 9 天
- 算力超 4×10²³ FLOPs，动用 2,048 张 GPU，处理超 3T tokens
- 批大小约 3B tokens，与 MiMo V2.6 相近，但训练步数多出约 36 倍
- 与上一版 Inkling 分别跑推理与 agentic RL 再蒸馏合并不同，此次为单一联合运行
「Infra」频道最新
- Zyphra 发布 ZYFA：AMD MI355X 上 FP8 注意力吞吐达 AITER 1.16-1.76 倍 — bclavie · 2026-11-06
- Akamai 签约账本破 140 亿美元，Anthropic 一笔 116 亿撑起大半 — pdamodaran · 2026-11-06
- Teknium 质疑 METR「无瓶颈」结论：融资与算力成本明明在恶化 — Teknium · 2026-11-06
- 复旦 D3D 论文:解耦扩散草稿模型实现异步投机解码加速 — Fudan-University · 2026-11-06
- ThursdAI 播客：美国中期选举后，AI 彻底完蛋了吗？ — altryne · 2026-11-06
- sshhole 漏洞分析：或危及上亿台 OpenWRT 路由，MUSL 系统首当其冲 — esrtweet · 2026-11-06