NVIDIA Star Elastic: un ahorro de 360× en el entrenamiento de redes neuronales
NVIDIA ha presentado Star Elastic, un método que entrena tres modelos de distintos tamaños (30B, 23B y 12B parámetros) en un solo ciclo de 160B tokens. El ahorro de cómputo es de 360×. En inferencia, el control elástico de presupuesto (elastic budget control) mejora la precisión un 16% y reduce la latencia 1,9 veces. Tras la cuantización, los tres modelos caben en una sola GPU RTX.
Procesado por IA desde MarkTechPost; editado por Hamidun News
NVIDIA ha presentado Star Elastic, un método de entrenamiento de redes neuronales que aloja tres modelos de distintos tamaños (30B, 23B y 12B parámetros) en un único archivo de pesos, reentrenándolos todos desde cero en una sola sesión en lugar de tres entrenamientos independientes.
¿Cuánto ahorra Star Elastic al entrenar redes neuronales?
Star Elastic entrena tres modelos NVIDIA Nemotron (30B, 23B y 12B parámetros) en un único ciclo de 160B tokens, lo que ahorra 360 veces el cómputo frente a entrenar cada modelo por separado.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.