Miles 在 Blackwell 架构上实现 MXFP8 与逐 token NVFP4 低精度强化学习方案

Miles 在 Blackwell 架构上实现 MXFP8 与逐 token NVFP4 低精度强化学习方案

2026-07-29 18:07查看原文

据报道，Miles 团队在 Blackwell 架构上实现两种原生低精度强化学习方案，分别为端到端 MXFP8，以及面向 MoE 专家权重的逐 token NVFP4。团队在 8x B200 上对 Qwen3-30B-A3B 进行消融实验，结果显示，BF16 与五种低精度配置的原始奖励曲线高度重合，表明相关低精度配置在该实验设置下未明显改变奖励表现。同时，MXFP8 和 NVFP4 配置减少了推理时间，体现出在 Blackwell 架构上用于强化学习训练与推理流程的效率优化空间。

#AI基础设施

免责声明：含第三方意见，不构成财务建议

推荐阅读

英伟达周一5%下跌期间散户买入1.08亿美元，逢低买入力度为2025年以来第三弱

1 小时前
英伟达周一5%下跌期间散户买入1.08亿美元，逢低买入力度为2025年以来第三弱

SK hynix 二季度业绩显示芯片需求仍高，AI 与存储芯片股周三盘前回升

9 小时前
SK hynix 二季度业绩显示芯片需求仍高，AI 与存储芯片股周三盘前回升

韩国总统李在明在旧金山宴请英伟达、博通、微软及韩国科技企业高层

2 天前
韩国总统李在明在旧金山宴请英伟达、博通、微软及韩国科技企业高层

OpenRouter 2026年7月26日 LLM Token 用量榜：MiMo V2.5、DeepSeek V4 Flash、Hy3 位列前三

2 天前
OpenRouter 2026年7月26日 LLM Token 用量榜：MiMo V2.5、DeepSeek V4 Flash、Hy3 位列前三

OpenAI与微软更新合作，获得在所有云平台部署产品和服务权限

4 天前
OpenAI与微软更新合作，获得在所有云平台部署产品和服务权限

芯片及AI相关股票周一下跌，市场等待科技巨头财报与美联储利率决议

4 天前
芯片及AI相关股票周一下跌，市场等待科技巨头财报与美联储利率决议

花旗称科技巨头财报将检验AI资本开支回报，电力与审批等约束开始显现

4 天前
花旗称科技巨头财报将检验AI资本开支回报，电力与审批等约束开始显现