快科技5月5日消息，坐拥约55万块GPU，实际算力利用率仅有11%，这一巨大反差让马斯克旗下 xAI 近期推向舆论风口浪尖，也引发业界对其算力利用效率的广泛质疑。
据外媒《The Information》获取的xAI内部备忘录显示，xAI公司总裁迈克尔·尼科尔斯（Michael Nicolls）向团队坦言，目前公司模型浮点运算利用率（MFU）约为11%。
这一数字背后的含义十分直观：理论上可输出100份训练算力的硬件，实际仅能产出11份，尼科尔斯在备忘录中直白评价其\"低得尴尬\"，并明确为团队设定了目标——未来几个月内将这一利用率拉升至50%。
据悉，xAI目前拥有约55万颗NVIDIA GPU，涵盖H100和H200系列。尽管这些GPU比最新的Blackwell产品落后了一个世代，但如此庞大的硬件部署规模，仍给市场留下了深刻印象。
需要指出的是，11%这个数字，并非指89%的GPU在完全闲置，而是衡量有效训练吞吐占硬件理论峰值算力比例的严苛指标。
与行业基准相比，xAI的表现差距尤为明显。当前，生产级大模型训练的MFU通常维持在35%至45%之间，其中Meta和凭借长期积累的深厚软件堆栈，其GPU利用率分别可达约43%和46%；
即便在以\"低效\"著称的GPT-3训练时期，MFU也能稳定在21%-26%之间。反观xAI的11%，不仅远低于当前行业主流水平，甚至不及AI算力发展史上的\"古早\"尴尬时期。
值得一提的是，坐拥顶级算力却难以发挥价值，xAI症结不在硬件，而在软件短板。
据悉，xAI一直照搬英伟达标准部署方案，但软件堆栈、并行策略和模型工程优化，远远跟不上硬件激进扩张速度。
具体来看，HBM显存读取速度远慢于计算芯片，导致芯片大量时间空转等待数据；网络拓扑中的任何一处瓶颈，在数万张卡的同步要求下，都会被急剧放大。
此外，Lambda等机构分析指出，显存压力、过度的激活重计算和张量并行带来的跨GPU通信开销等，都是拖累MFU的系统性因素。
值得注意的是，xAI 基建扩张堪称行业奇迹，其Colossus 超算仅 122天建成，GPU规模短时间内极速扩容，过快的硬件铺摊，也放大了软件优化滞后的致命短板。
加配网提示：文章来自网络，不代表本站观点。
- 上一篇：配资专业炒股配资网站 枇杷黄时 方知人间至味在西山
- 下一篇：没有了
相关文章
热点资讯