已验证90% 置信事实时间未知
大语言模型的预训练过程需要数千块高端GPU并行运算数月，耗资通常在数千万到数亿美元之间
9
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AI训练的三个阶段：预训练、后训练与对齐详解
bilibiliYouni讲AI
涉及实体
相关事实
已验证微调需要数百到数千条高质量训练样本、数小时GPU计算时间和持续维护成本，知识更新时需重复整个流程78% 相似待验证大规模预训练往往需要数千块高端GPU（如NVIDIA H100）连续运行数月，训练集群的电力消耗可达数十兆瓦77% 相似待验证微调通常需要数万到数十万美元的算力投入，且知识更新需要重新训练71% 相似待验证The computational gap between pre-training and fine-tuning can be thousands of times, with pre-training consuming thousands of GPU hours while fine-tuning takes hours or minutes68% 相似待验证在千亿参数大模型训练中，节点间通信开销可能占总训练时间的30%-50%68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/18939API
curl https://kongchang.com/api/v1/knowledge/claims/18939MCP
get_claim(id=18939)