知识动态实体播客深度开发者关于

[控场AI]

AI 领域实时知识。所有信息可溯源验证，数据 24 小时内持续更新。

Powered by 240+ first-hand AI sources

知识库

知识动态
热门实体
播客

开发者

CLI
MCP Server
REST API
关于

© 2026 KongchangAI. 控场AI，获取最新、最准的 AI 领域知识

待验证83% 置信事实时间未知

FP8精度（Hopper架构H100引入）可将Transformer训练吞吐提升近2倍，若训练超大模型且框架支持Transformer Engine，H100相比A100的实际训练加速远超纸面算力差距

1

来源数

83%

置信度

中期 (~90 天)

时效性

-

首次发现

来源

涉及实体

AI训练显卡category

相关事实

待验证H100的Hopper架构引入了专门的Transformer Engine，支持FP8精度计算83% 相似待验证NVIDIA H100 的 Transformer Engine 将 FP8 训练和推理的吞吐量相比上一代提升近 4 倍81% 相似待验证H100 GPU基于Hopper架构，其Transformer引擎能在FP8和FP16精度间动态切换，将吞吐量提升至A100的约2-3倍77% 相似待验证Blackwell的第二代Transformer Engine新增FP4精度支持，理论上可将Transformer模型的训练吞吐量相比H100提升2-4倍75% 相似已验证NVIDIA H100采用专为AI工作负载设计的Transformer Engine，在FP8精度下实现近4000 TFLOPS算力，比A100提升约3倍74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/468479

API

curl https://kongchang.com/api/v1/knowledge/claims/468479

MCP

get_claim(id=468479)