HaiAI123

全球AI工具精选导航

新行业动态
96
热度指数
新上榜

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

updream
24 小时热度热度指数 96
刚上榜,走势正在积累
24 小时前现在

这件事的报道 点标题看原文

今天
  1. 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

热度怎么算的?了解口径

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

回 AI 行业动态榜 →