Новости
Setting a World Record for MoE Pre-Training on NVIDIA GB300 NVL72
NVIDIA Developer · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- NVIDIA GB300 NVL72 achieved 1,648 TFLOPs per GPU pre-training DeepSeek-V3 671B, a world record for mixture-of-experts model training.
- Почему это важно
- Matters for engineers scaling large language models who need to understand communication bottlenecks and co-designed hardware-software performance gains.
- На что обратить внимание
- Results use optimized software stacks; real-world performance depends on framework choice, model architecture, and whether your workload matches DeepSeek-V3 characteristics.
Послушать это резюме
- token
- mixture of experts
- deepseek
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.