HyScale技术加速AI长上下文模型训练
热点事件持续更新
HyScale技术加速AI长上下文模型训练
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
HyScale提出HyTopK与选择重放技术，旨在解决学习型稀疏注意力训练瓶颈。该系统在512块H20 GPU集群上实现突破，将GLM-5.1的1M上下文训练速度提升2.07倍。 该技术已应用于前沿模型研发，加速了DeepSeek-V4-Flash和Qwen3.8-Flash-Next的训练过程。通过优化稀疏注意力机制，HyScale为长上下文大模型的高效训练提供了系统性解决方案，显著提升了训练效率与硬件利用率。
AI 根据报道生成 · 45 分钟前更新
最新进展10月26日 12:00
HyScale：加速学习型稀疏注意力长上下文训练报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · AIHyScale：加速学习型稀疏注意力长上下文训练
HyScale 提出 HyTopK 与选择重放技术，解决学习型稀疏注意力训练瓶颈。系统在 512 块 H20 GPU 上将 GLM-5.1 的 1M 训练提速 2.07 倍。该方法加速了 DeepSeek-V4-Flash 和 Qwen3.8-Flash-Next 的训练。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。