NVIDIA Star Elastic: economia de 360× no treinamento de redes neurais
A NVIDIA apresentou o Star Elastic, método que treina três modelos de tamanhos diferentes (30B, 23B e 12B parâmetros) em um único ciclo de 160B tokens. A economia de computação é de 360×. Na inferência, o elastic budget control melhora a precisão em 16% e reduz a latência em 1,9 vez. Após a quantização, os três modelos cabem em uma única GPU RTX.
Processado por IA de MarkTechPost; editado por Hamidun News
A NVIDIA apresentou o Star Elastic, método de treinamento de redes neurais que coloca três modelos de tamanhos diferentes (30B, 23B e 12B parâmetros) em um único arquivo de pesos, retreinando todos do zero em uma só sessão, em vez de três treinamentos separados.
Quanta economia o
Star Elastic traz no treinamento de redes neurais? O Star Elastic treina três modelos NVIDIA Nemotron (30B, 23B e 12B parâmetros) em um único ciclo de 160B tokens, o que economiza 360 vezes a computação em comparação com treinar cada modelo separadamente.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.