待验证50% 置信事实精确时间

在CPU上单环境训练小型DQN时，吞吐量约为400步/秒，增加线程数无法改善

1

来源数

50%

置信度

长期有效

时效性

2026/9/26

首次发现

来源

CPU上训练小型DQN：如何正确扩展Learner侧？

涉及实体

DQNconcept CPUtechnology

相关事实

待验证对个人本地部署用户而言,CPU的单核性能提升带来的推理收益微乎其微69% 相似待验证不做真实硬件校准而直接使用模拟器推导出的常数，路由器会损失4.5个goodput点以及约40%的尾延迟优势68% 相似待验证在纯GPU推理、尤其是低并发的场景下,CPU对性能的影响相当有限67% 相似待验证扰动增强训练只能把探针性能缺口缩小到-3.7个百分点，效果有限67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/952681

API

curl https://kongchang.com/api/v1/knowledge/claims/952681

MCP

get_claim(id=952681)