实体 8xB200

8xB200

PulseAugur coverage of 8xB200 — every cluster mentioning 8xB200 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

0

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_128708 · Jul 7 · 04:00

NVIDIA压缩Nemotron-3大语言模型，吞吐量提升2倍，100万token并发提升8倍

NVIDIA研究人员开发了Nemotron-Labs-3-Puzzle-75B-A9B，这是其Nemotron-3-Super大语言模型的压缩版本。该新变体显著提高了部署效率，在8xB200节点上实现了高达2倍的服务器吞吐量，并在单个H100 GPU上实现了高达8个并发100万token请求。通过结合迭代式Puzzle压缩、知识蒸馏和量化等技术的阶段性流水线实现了压缩，同时在很大程度上保留了模型在下游任务中的准确性。