昇腾910C大规模部署实录：国产算力集群的兼容性痛点
2026年6月，深圳河套学院宣布基于昇腾910C完成1.6万亿参数模型训练，硅基流动与华为的论文显示CloudMatrix384集群推理性能超越H100。但同期一家头部电商的推荐模型迁移却遭遇算子缺失、通信瓶颈、软件栈碎
阅读全文
Search
站内搜索
关键词：模型训练
找到 22 篇相关文章
国产AI芯片跑70B大模型：算力账本里的显性与隐性
2026年Q2实测数据显示，华为昇腾910C跑70B大模型综合成本较英伟达H20低15%-20%，但多卡互联、软件适配等隐性成本常被算力选型者忽略，海光DCU、寒武纪MLU370的适用场景差异显著，算力采购不能只看芯片单
阅读全文昇腾910C vs 寒武纪MLU370：72小时压测给出的选型答案
H20供货收紧后,昇腾910C和寒武纪MLU370成为国产替代的两条主线。我们用同配置16卡集群,跑满72小时,对比DeepSeek-V3千亿参数模型预训练、LoRA微调、多模态适配下的吞吐、稳定性与三年总成本,给出可落
阅读全文H200和三款国产卡打了72小时，训练成本账单出炉
我们用70B模型连续72小时测试了H200、寒武纪MLU590、天数智芯BI-150和燧原T21。H200速度最快且全程稳定。寒武纪成本约为H200的八成，但出现了两次性能抖动。天数智芯和燧原的成本更高，且稳定性问题更突
阅读全文AutoML工具实测：一键训练的上限在哪，还要不要手动调参？
我们用一个PCB缺陷检测任务，测试了Google Vertex AI、Azure、H2O.ai和两家国内平台。结论是：数据预处理自动化已相当成熟，但‘一键训练’的效果有天花板，通常需要手动优化才能提升2-3个百分点。成本
阅读全文2026年中技术趋势复盘：从Arm高管洞察看AI芯片与计算架构的三大颠覆性方向
本文基于Arm高管洞察及2026年最新产业报告，深度复盘面向通用人工智能（AGI）的下一代计算架构。文章聚焦存算一体、光子计算、领域专用加速器三大颠覆性方向，分析其如何破解大模型算力瓶颈，并探讨从云端到边缘的协同演进路径
阅读全文实战：如何用最新高效微调方法（SFT+GRPO）训练一个领域专家模型？
本文面向开发者，提供一份2026年最新的高效模型微调实战指南。我们将深入剖析SFT（监督微调）与GRPO（群组相对策略优化）相结合的最新范式，通过代码示例、最佳实践与性能对比，手把手教你如何将一个通用基础模型训练成在特定
阅读全文超越通用GPU：2026年AI专用芯片架构创新的三大破局点
本文基于Arm高管洞察及2026年最新产业动态，深度解析AI芯片从通用GPU向领域专用架构的三大创新破局点：异构融合、存算一体与领域专用指令集。文章将探讨这些创新如何破解AGI时代的算力瓶颈，并对模型训练与推理效率产生颠
阅读全文AGI路径再审视：世界模型与具身智能的融合进展与2026年新挑战
2026年，通往AGI的路径竞争进入新阶段。以Yann LeCun创立AMI Labs押注世界模型为代表，一种旨在理解物理现实、预测世界演进的新范式正崛起，试图超越纯语言模型。与此同时，具身智能在资本热潮后进入务实落地期
阅读全文实战：2026年主流AI开发框架（JAX, PyTorch 3.x）性能对比与选型指南
本文基于2026年最新基准测试与行业实践，深度对比JAX与PyTorch 3.x在训练性能、推理效率、生态兼容性及工程落地方面的关键差异。通过实战代码示例与场景化分析，为进阶开发者提供从研究原型到工业部署的框架选型决策依
阅读全文