IT之家·人工智能·· 17 天前AI 评分48
微软完成 SOTA 基模 MAI-Base-2 预训练,称性能强于所有参测开源权重模型
微软完成 SOTA 基模 MAI-Base-2 预训练,性能强于所有参测开源权重模型
文章要点
- 1微软宣布完成新一代基础模型 MAI-Base-2 预训练,称性能强于所有参测开源权重模型
- 2模型总参数 2.8T、活跃参数 80B,在 6,000 块 NVIDIA GB200 GPU 上历经 38 天训练
- 3微软称预训练算力效率达 DeepSeek-V4-Pro-Base 的 4~12 倍(官方口径,暂无独立验证)
- 4微软将成功归因于科学规模化、模型与基础设施协同设计、数据规模化,并已启动 MAI-Base-3 准备
决策要点
微软自研基模把卖点放在预训练算力效率而非性能榜单,全部关键数据出自官方口径,暂无独立验证。
- 影响:微软自研基模若进入产品化,企业可在 OpenAI 之外多一个模型选项;4~12 倍效率口径若获独立验证,成本测算基线需重新校准;当前数据均为官方自述,尚不构成选型依据。
- 参考:可考虑将 4~12 倍效率数据按官方口径对待,等独立评测或模型可用后再纳入供应商对比;已使用微软 AI 服务的企业值得盘点 OpenAI 模型依赖占比。
- 依据:参数规模、6,000 块 GB200 与 38 天训练时长,以及对 DeepSeek-V4-Pro-Base 的 4~12 倍效率对比,均为微软官方口径,暂无独立验证。
正文
IT之家 10 月 16 日消息,Microsoft(微软)当地时间昨日宣布,其已经完成了新一代 SOTA 基础模型 MAI-Base-2 的预训练工作。这一模型在性能方面强于所有参测开源权重模型。
MAI-Base-2 总参数规模达 2.8T,活跃参数规模 80B,在 6,000 个 NVIDIA GB200 GPU 上历经 38 天训练而成。在整个训练过程中,该模型平均浮点算力利用率为 21%、有效吞吐量为 89%。
根据微软的说法,MAI-Base-2 的预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍。

微软表示,三项举措对于 MAI-Base-2 的成功预训练尤为重要:科学规模化、模型-基础设施协同设计、数据规模化。在完善 MAI-Base-2 的同时,这家科技巨头已启动 MAI-Base-3 的准备工作。
相关阅读:
参考
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家包含外链的文章均包含本声明。
来源:IT之家·人工智能 · ithome.com