待验证70% 置信事实精确时间
Hopper架构的Transformer Engine可在FP8与FP16之间逐层动态切换精度
2
来源数
70%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
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76% 相似待验证Hopper架构相比上一代A100在FP8精度、Transformer引擎和NVLink互连带宽上有显著提升，使其成为2023年以来大规模语言模型训练的事实标准硬件。71% 相似待验证H100的Transformer Engine支持FP8精度，张量核心在FP8模式下峰值算力可达3958 TFLOPS，FP16为1979 TFLOPS70% 相似已验证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66% 相似待验证在 Hopper 或更早的 GPU 上运行 4 位权重通常需要先反量化回 FP8/FP16 再计算，无法获得 FP4 的算力优势。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/511291API
curl https://kongchang.com/api/v1/knowledge/claims/511291MCP
get_claim(id=511291)