待验证50% 置信观点精确时间
以当前公开证据来看，NPU 还不能完全替代 GPU 做训练，因为 0.99 损失相关性仅成立于 4600 万参数、32 芯片的配置。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
VKORE：仅推理NPU跑通大模型预训练，损失相关性达0.99
rss2026/10/16
涉及实体
相关事实
待验证实验在32芯片的NPU集群和一块参考GPU上运行同一模型、相同初始化、相同数据和训练计划，NPU与GPU的损失轨迹相关性达到0.99。78% 相似待验证VIDRAFT 在一类通常只用于推理的 NPU 硬件上，从零预训练了一个 4600 万参数的语言模型 VKORE-46M-NPU，整个训练过程未依赖 NVIDIA GPU 或 CUDA 软件栈。72% 相似待验证该训练跑在一款2025年发布的第一代推理专用NPU上，使用32颗芯片完成，并非最新硬件。72% 相似待验证GPU硬件性能计数器数量有限，dcgm-exporter占用后Nsight Systems、Nsight Compute等工具无法同时使用同一组计数器70% 相似待验证VIDRAFT Lab 公布了一项实验：一块仅为推理设计的 NPU 阵列在 VKORE 软件层调度下完成了语言模型从零开始的完整预训练，其损失曲线与 GPU 基线的相关性达到 0.99。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1044259API
curl https://kongchang.com/api/v1/knowledge/claims/1044259MCP
get_claim(id=1044259)