NEW
最新更新
5/31/2025 4:00:00 PM

研究人员用4位FP4精度训练LLM取得突破,显著提升加密AI效率

研究人员用4位FP4精度训练LLM取得突破,显著提升加密AI效率

根据DeepLearning.AI报道,研究人员证实大型语言模型(LLM)可采用4位FP4精度进行矩阵乘法训练,占据95%训练计算量,并且准确率与常用BF16格式持平。这一突破大幅降低了计算资源和硬件成本,有望推动区块链与加密货币分析平台的AI应用,减少去中心化AI项目的准入门槛(来源:DeepLearning.AI,2025年5月31日)。

原文链接

详细分析

人工智能领域的突破性进展为加密货币市场带来了新的交易机会。研究人员展示,大型语言模型(LLM)可以使用4位FP4精度进行训练,而不会牺牲准确性。根据DeepLearning.AI在2025年5月31日的帖子,通过在矩阵乘法(占训练计算的95%)中使用FP4,模型性能与常用BF16格式训练的模型相当。这将大幅降低计算成本和能耗,对AI相关代币如Render Token(RNDR)和Fetch.ai(FET)产生直接影响。截至2025年5月31日上午10:00 UTC,RNDR在Binance的交易价格为10.25美元,24小时内上涨3.2%;FET则上涨4.1%至2.18美元(数据来自CoinMarketCap)。交易量方面,RNDR在5月31日中午12:00 UTC的24小时内增长18%,达到9200万美元;FET同期交易量激增22%,达到7800万美元(数据来自CoinGecko)。技术指标显示,RNDR的4小时RSI在5月31日下午2:00 UTC为62,表明看涨动能(数据来自TradingView)。此外,FET的MACD线在1小时图上于5月31日下午3:00 UTC上穿信号线,暗示上升趋势。AI代币与比特币(BTC)和以太坊(ETH)的相关性较强,RNDR/BTC过去一周的相关系数为0.82(数据来自CryptoCompare)。这一AI创新可能进一步推动AI代币与科技股指数的相关性,为交易者提供了短期波段交易机会,但需关注市场波动风险。

DeepLearning.AI

@DeepLearningAI

We are an education technology company with the mission to grow and connect the global AI community.