资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
HIVE Digital Technologies与哥伦比亚大学合作完成首个GPU研究项目
HIVE Digital Technologies宣布，其与哥伦比亚大学合作，在巴拉圭亚松森托管GPU，完成了一项开创性研究项目。该项目重点围绕迭代式人工智能训练实验展开，这些实验从纽约远程执行，目前相关成果已提交至全球顶级机器学习会议之一NeurIPS。
对于AI基础设施市场而言，这一进展的意义不止于单一模型运行，更在于基准测试与运营准备。独立且以研究为导向的测试，有助于量化已部署的GPU环境在特定训练工作流中的表现，包括吞吐量和延迟，并验证这些结果在分布式使用模式下的稳定性。
哥伦比亚大学研究人员利用巴拉圭GPU为NeurIPS项目工作
据HIVE介绍，该项目聚焦于哥伦比亚大学工业工程与运筹学系开展的神经网络预训练研究。研究团队使用HIVE在亚松森的GPU资源，同时从纽约运行迭代训练实验。该公司将此工作定位为洲际AI训练的“概念验证”，即研究人员可以在地理上分隔的硬件上运行训练任务。
HIVE还表示，研究采用了哥伦比亚大学开发的代码优化技术，以评估与训练工作流相关的性能特征。经对每个平台的原始硬件性能进行归一化处理后，HIVE的A40 GPU在目标应用场景中取得了与新一代H100 GPU相当的训练结果。该公司从测量吞吐量和延迟的角度描述了性能评估，并针对团队提及的、参数规模最高达14亿的模型配置，进行了服务吞吐量和延迟的测试。
提交内容涵盖哪些方面
虽然公告未提供完整技术细节，但表明该研究探讨了噪声条件下神经网络预训练的优化方法，并探索了旨在匹敌主流方法性能特征的加速算法。HIVE的公告还指出，该工作评估了多种变体，并测试了训练和服务两种场景下的性能，包括与LLaMA风格模型相关的标准吞吐量和延迟测试。公告中提及的Muon表明，该研究处于当前领域内旨在提升训练效率与稳定性的尺度不变优化技术这一更广泛趋势之中。
性能基准用于规划更大规模的HPC建设
除了学术里程碑之外，HIVE表示，所测量到的性能数据将作为其在巴拉圭扩展高性能计算与AI基础设施的基线，包括其所谓的AI计算“超级工厂”。该公司的长期计划包括在巴拉圭伊瓜苏增加电力和数据中心容量。HIVE在公告中称，一座100兆瓦变电站的土建工程已完成，预计夏季投入使用，并计划于2026年9月通电。HIVE还表示，新的Tier-III数据中心将于2026年秋季开始建设，预计在2027年下半年投入使用。
对于AI基础设施运营商而言，这一时间表至关重要，因为GPU集群的部署不仅涉及硬件采购，还依赖可预测的电力供应、冷却与冗余设计、网络容量以及既能支持研究实验又能支撑生产工作负载的运营流程。
学术验证为何对AI基础设施至关重要
在AI市场中，GPU性能声明往往难以跨供应商、工作负载和环境进行直接比较。即使使用相同的GPU型号，由于软件栈、调度、网络条件、存储性能以及优化实现方式的不同，结果也可能存在差异。在此背景下，HIVE强调代码优化以及每秒token数、延迟和带宽的测量，反映了进行基准测试的实践性方法。如果提交至NeurIPS的工作能够在公开场合展示，其他研究人员和从业者或许可以比较其方法论、归一化选择及评估设置。
然而，这仍是一个不断发展的局面。单一的合作研究或首次项目通常无法覆盖所有训练模式、模型规模或运营约束下的完整性能画像。但它可以作为基础设施就绪性和在已有硬件上进行分布式训练可行性的早期参考点。
对巴拉圭数据中心雄心的市场影响
HIVE的扩张计划也是将AI计算能力布局到更饱和市场之外的更广泛努力的一部分。巴拉圭因其电力状况和地理位置逐渐受到关注，但AI计算竞赛最终受限于基础设施，而不仅仅是电力供应。通过将研究工作与规划的变电站和Tier-III数据中心联系起来，HIVE正将巴拉圭定位为国际团队可在此获取GPU算力进行AI训练的地点。如果扩建的基础设施能按计划时间表推进，可能有助于减少研究人员和企业寻求算力时的摩擦，使他们不必完全依赖大型超大规模区域。
尽管如此，建设与投用时间表仍存在执行风险，性能结果也取决于持续的软件优化和工作负载匹配。最相关的启示是，HIVE正利用学术合作来压力测试计算能力以及远程访问分布式GPU集群的运营模式。
下一步值得关注什么
NeurIPS将成为该项工作的关键节点，因为同行评审可能会澄清技术假设，并提供比公告更详细的评估结果。投资者和基础设施买家可能还会关注伊瓜苏项目投用的里程碑更新，以及亚松森的性能基线能否转化到计划中HPC部署规模上的证据。与此同时，该公告突显了AI基础设施建设中日益常见的模式：运营商通过基准测试驱动的合作而非纯粹营销宣传来建立可信度。
