Acheter Cryptos
Payer en
USD
USD
Acheter & Vendre
Hot
Visa, Mastercard, SEPA et bien plus
P2P
0 Fees
Trading flexible, zéro frais
Gate Card
Payez partout avec vos cryptos
Marchés
Trader
Basique
Avancé
Futures
Futures
Accédez à des centaines de contrats perpétuels
CFD
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Earn
Lancer
CandyDrop
tag
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Pre-IPOs
Accédez à l'intégralité des introductions en bourse mondiales
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Square
Square
Découvrir la valeur en crypto
Live
moments live
Analyse en temps réel du marché des cryptomonnaies
Discussion
Discutez avec des traders de cryptomonnaies
Actualités
Ce qu'il se passe dans le monde de la crypto
flower_head
Plus
Promotions
AI
Autres
TradFi
Gate Card
Récompenses

Nous Research open-source Lighthouse Attention avec un gain de vitesse de 17x sur B200 pour un contexte de 512K

GateNews
Actualités de l’industrie de l’IA
D’après Beating, Nous Research a open-sourcé Lighthouse Attention, un mécanisme d’entraînement sur long contexte qui permet d’obtenir un accélération de 17x pour le traitement de texte de 512K caractères sur un seul GPU B200, et une accélération d’entraînement de bout en bout de 1,4–1,7x pour une longueur de 98K. La technique utilise une approche grossière à fine : elle commence par analyser des résumés compressés à différents niveaux pour identifier les segments essentiels, puis transmet le texte filtré à FlashAttention pour le traitement. Lors de tests sur un modèle de 5,3 milliards de paramètres entraîné sur 50 milliards de tokens, l’approche a non seulement réduit le temps d’entraînement, mais a aussi égalé ou dépassé la performance de référence d’un entraînement reposant entièrement sur l’attention.
Afficher la source
Avertissement : Les informations figurant sur cette page peuvent provenir de sources tierces et sont fournies à titre indicatif uniquement. Elles ne reflètent pas les points de vue ou opinions de Gate et ne constituent pas un conseil financier, d’investissement ou juridique. Le trading des actifs virtuels comporte des risques élevés. Veuillez ne pas vous fonder uniquement sur les informations de cette page pour prendre vos décisions. Pour en savoir plus, consultez l’avertissement.

Actualités associées

05-16 13:14
OpenAI corrige deux bugs à l’origine de la dégradation de GPT-5,5 Codex, réinitialise les limites d’utilisation des utilisateurs
05-16 09:40
Elon Musk affirme que Grok V9 (1,5 billion de paramètres) affiche un bond de performance massif par rapport à V8 le 16 mai
05-15 15:01
Le Grok V9 d’Elon Musk termine son entraînement avec 1,5 billion de paramètres et affiche un bond de performance majeur par rapport à V8
05-15 07:00
Les recherches de puces Nvidia H200 explosent de 25 fois sur JD.com depuis le 14 mai
05-15 06:45
Claude Opus bat le record de nanoGPT avec 2 930 étapes, en consommant 14 000 heures de GPU H200
Analyse approfondie

OpenAI ajoute la détection des conversations de crise sur ChatGPT, améliorant la capacité d’alerte en cas de violence d’automutilation

Market Whisper05-15 05:45

Bittensor TAO dépasse 300 $ alors que la demande en crypto liée à l’IA s’accélère

Crypto News Land05-14 18:36
Commentaire
0/400
Aucun commentaire