miniTE 框架开源：解决 NVFP4 强化学习跨引擎执行偏差
原文标题：miniTE: Diagnosing and Bridging the Execution Gap in Native NVFP4 Reinforcement Learning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文指出训练与采样引擎数值格式不一致会导致策略评估失真，提出 miniTE，结合执行诊断、跨引擎数值对齐与原生 W4A4 GEMM。在 Qwen3-30B-A3B 长程 RL 上训练稳定、接近 BF16 表现，单台英伟达 B300 节点吞吐达 33540 tokens/s，为 BF16 的 1.39 倍。
深读 · 结论先行AI 生成展开看要点与影响 ↓
miniTE 开源解决 NVFP4 跨引擎数值偏差，B300 单节点吞吐达 BF16 的 1.39 倍
- •核心问题：训练与采样引擎数值格式不一致会导致策略评估失真，仅对齐权重与数值格式并不够
- •方案组合执行诊断、跨引擎数值对齐与原生 W4A4 GEMM，且不修改 RL 目标函数
- •Qwen3-30B-A3B 长程 RL 训练稳定，基准表现接近 BF16，评估质量优于朴素 TE NVFP4
- •单台 NVIDIA B300 节点学习器达 33540 tokens/s，为 BF16 的 1.39 倍、TE NVFP4 的 1.47 倍
- •已开源框架、kernel、诊断工具与训练配置
为什么重要：低比特 RL 的瓶颈从算力转向数值一致性，这条给出了可复现的工程路径，对做 RL 后训练的团队直接可用。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。