待验证50% 置信事实精确时间
在45nm工艺下，一次32位浮点乘法运算消耗约3.7pJ能量，从片外DRAM读取32位数据消耗约640pJ，片上SRAM访问需要约5pJ
1
来源数
50%
置信度
长期有效
时效性
2026/8/19
首次发现
来源
相关事实
待验证H100的内存带宽约3.35TB/s，GPT-4规模模型单次生成一个Token需读取约1TB参数数据，理论上每秒最多生成约3个Token75% 相似待验证WSE-3的片上SRAM容量达到44GB，SRAM访问延迟约1ns，比HBM约100ns低10-50倍74% 相似待验证以 LLaMA-2 70B 为例，每次完整推理需从存储加载约 140GB 权重数据，以 5GB/s 的 SSD 读速估算仅数据加载时间就约需 28 秒72% 相似待验证若量化后模型权重为150GB，以273GB/s带宽读取一遍权重约需0.55秒，理论上单token生成速度约为1.8 token/s（未计入计算延迟和跨机通信开销）71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/775582API
curl https://kongchang.com/api/v1/knowledge/claims/775582MCP
get_claim(id=775582)