待验证50% 置信事件精确时间

团队最初尝试在T4 GPU上跑完整训练流程，但每次都被显存不足错误击溃，最终转向H100、H200和TPU。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/17

首次发现

有效期至：2027/1/15

来源

Project Lumina：从零构建仿脑AGI，T4显存不足的教训

涉及实体

T4 GPUproduct H100product H200product TPUproduct

相关事实

待验证Meta的Llama 3训练使用了超过16,000块H100 GPU65% 相似待验证作者称CWAA V6在一块T4 GPU上可达到0.38秒/步的训练速度且高度稳定65% 相似已验证H100 GPU采用英伟达Hopper架构，单卡峰值算力达3,958 TFLOPS（FP16精度）64% 相似待验证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。62% 相似待验证TPU v4首次部署了光交换互联（OCS）技术，使数千颗芯片能够组成超大规模Pod进行分布式训练62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1054788

API

curl https://kongchang.com/api/v1/knowledge/claims/1054788

MCP

get_claim(id=1054788)