开发者在单块 B200 上复现 Thinking Machines 的 4-bit 前向传播
2026/11/17 — 11/17 13:16·1 个来源(全部)·1 篇报道(全部)
核心速览 (Key Takeaways)
- 有开发者在 Reddit 分享了使用单块 B200 显卡端到端训练 GPT 的复现经验。
- 其采用 PyTorch 2.8 结合轻量 CUDA 库调用 cuBLASLt 的矩阵乘法,实现了原生 4-bit 前向传播与 FP8 反向传播。
事件背景与详细解读
2026 年 11 月 17 日 12:19,有开发者在 Reddit 的 LocalLLaMA 社区分享了使用单块 B200 显卡端到端训练 GPT 的复现经验。据其介绍,Thinking Machines 上周曾称 Inkling 2 Small 在训练中使用了原生 4-bit 前向传播,他想亲自验证这一说法。
在具体实现上,该开发者在 Modal 平台上使用 1 块 B200,基于 PyTorch 2.8 并搭配一个轻量 CUDA 库,通过 ctypes 加载,在原始指针上调用 cuBLASLt 真正的 NVFP4 与 FP8 矩阵乘法。前向传播采用 NVFP4,即 4-bit 数值、每 16 个数值配一个缩放因子;反向传播采用带随机舍入的 FP8,主权重保持高精度。测试在宽度为 2,048、4,096 和 8,192 的 GPT 上进行,参数规模分别为 219M、840M 与 3.3B。目前公开材料仅止于这次复现过程与技术细节的分享,尚无更多后续进展。
AI 综合 1 篇报道生成 · 更新于 30 分钟前
- 热度指数
- 96
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 1 小时前
这件事的报道 点标题看原文
有开发者在 Reddit 的 LocalLLaMA 社区分享了使用单块 B200 显卡端到端训练 GPT 的复现经验。其采用 PyTorch 2.8 结合轻量 CUDA 库调用 cuBLASLt 的 NVFP4 与 FP8 矩阵乘法,实现了原生 4-bit 前向传播与 FP8 反向传播。
获取在单张 B200 显卡上进行低精度原生 4-bit 训练的实践方法。
Reddit · LocalLLaMAAI 评分 68
同时在说的其他事
- 热度指数 1307发酵中英伟达董事会未议黄仁勋复职,推进涉其调查22 个来源
- 热度指数 1206发酵中加州总检察长起诉 OpenAI,指智能体失控入侵 Hugging Face15 个来源
- 热度指数 904阿里发布 MoE 模型 Qwen4-Max:百万上下文、主打低成本长任务17 个来源
- 热度指数 651美商务部发布临时最终规则,收紧海外数据中心远程访问 AI 芯片10 个来源
- 热度指数 519爆Anthropic 本周启动 IPO,估值与指数纳入受关注6 个来源
热度怎么算的?了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。
本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加

