Microsoft conclui pré-treinamento do MAI-Base-2: modelo MoE de 2,8 trilhões de parâmetros com eficiência 4-12x superior ao DeepSeek
文章分类: Tecnologia
Microsoft AI concluiu o pré-treinamento do MAI-Base-2, modelo MoE de 2,8 trilhões de parâmetros (80B ativos), treinado em 16.000 GPUs GB200. A empresa afirma eficiência 4-12x superior ao DeepSeek-V4-Pro-Base em FLOPs. Pós-treinamento em andamento.
阅读全文