4000 张 GPU 不够从零预训练?圈内人激辩 Sarvam 算力争议
teortaxesTex · x · 2026-11-21
围绕印度 AI 公司 Sarvam 的训练算力,X 上出现争论。用户 @cneuralnetwork 称 Sarvam 实际在 B300 上训练,并表示「2025 年还用 H100 + 不存在 nvp4 训练」的说法不成立。
@teortaxesTex 则断言:如果你觉得 4000 张 GPU 就够从零预训练一个模型,「你根本不懂这东西怎么运作」,并以 TML(Thinking Machines Lab)用更少算力预训练 Inkling 2S 为反例,质疑小团队是否真需要大量昂贵实验。他还表示若有 Sarvam 员工愿公开讲述公司正遭受的「猎巫」式攻击,可以私信他代为发声。
这条对话折射出前沿圈对小团队预训练算力下限的分歧:一派认为数千卡足以起步,另一派认为从零预训练的门槛远高于此。
所属事件:印度 Sarvam AI 陷算力争议,爆料称实为 B300 训练(3 条相关)→
「Infra」频道最新
- AI 网关正成生产级 AI 栈的关键控制层:八大核心能力清单 — goyalshaliniuk · 2026-11-21
- RTX Spark 旧金山首发会排队试玩,本地模型成主角 — JFPuget · 2026-11-21
- Inkling-2-Mini 量化版实测翻车:17GB 权重吃满 48GB 显存 — EmilPi · 2026-11-21
- Cloudflare 上架多模态模型 clairic-flash,登 Hugging Face 热榜 — Cloudflare · 2026-11-21
- Hy 官方 AMA 干货:Flash 需 96GB 显存+128GB 内存,量化细节全公开 — allegedlyalienated · 2026-11-21
- Inkling-2-Mini 本地部署门槛低至 9GB 内存,各级量化需求一览 — NielsRogge · 2026-11-21