算法论文8
北大等提出InfiniteHBD架构
量子位
AI 摘要
北大、阶跃、曦智团队:现有HBD架构有局限,提出InfiniteHBD架构,其具低成本、高扩展性和高容错性,单位成本仅为NVL - 72的31%,GPU浪费率接近零,MFU最高提升3.37倍。
阅读原文 · 量子位
全新GPU高速互联设计,为大模型训练降本增效!北大/阶跃/曦智提出新一代高带宽域架构
随着大模型参数规模扩大,分布式训练成关键路径,高带宽域设计对提升训练效率至关重要。现有HBD架构在可扩展性、成本和容错能力等方面有局限,北大、阶跃、曦智团队提出InfiniteHBD架构解决问题。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用9
一张GPU跑十万原子模拟化学反应
分子之心推出反应性机器学习力场QuantaMind,仅用单张GPU即可实现十万原子级化学反应高精度模拟,突破了分子模拟领域精度、时间、规模不可能三角,大幅降低计算门槛,可应用于酶工程、抗体设计等研发领域。
量子位
新闻资讯8
国产十万卡集群 摩尔线程提前交卷
本文拆解十万卡GPU集群的核心痛点,指出其难点并非硬件堆叠,而是系统调度、稳定性等工程能力,介绍摩尔线程全栈布局及与京东云合作打造国产十万卡集群的行业信号。
芯师爷
开源动态9
7名博士生3个月从零训出7B大模型
北京中关村学院7名跨专业博士生,耗时3个月从零训练出7B参数大模型ZGCM-1,采用数百个Agent协作实践AI4AI研发范式,全程公开代码、数据、权重、训练日志,分享一线实战经验。
量子位
新闻资讯7
华尔街入局,AI算力金融化来袭
AI 行业焦点从 GPU 够不够用转向算力定价。2026 年 8 月 CFTC 就算力衍生品公开征求意见,CME 与 Silicon Data 计划推期货产品。但 GPU 算力金融化面临标准化、衡量方式等难题。
InfoQ