候选生成策略影响 LLM 测试时扩展的能耗与性能
原文标题：Sample Count Is Not Enough: Candidate-Generation Strategy Shapes the Energy and Performance of LLM Test-Time Scaling
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。
论文指出测试时扩展中候选数量 N 无法描述候选如何被执行，相同预算可来自一次批处理或多次串行调用。在固定 N=8 下比较 1x8、2x4、4x2、8x1 四种调度，A100 上八次串行调用的 GPU 能耗为单次批处理的 4.64–4.86 倍，P95 延迟为 5.77–6.12 倍。结论是评估应同时报告生成调度与 GPU 级系统指标，而非仅候选数与精度。
深读 · 结论先行AI 生成展开看要点与影响 ↓
固定N=8时八次串行调用GPU能耗是单次批处理的4.64–4.86倍，P95延迟5.77–6.12倍。
- •候选数N只说明生成多少候选，不说明如何执行，相同预算可来自一次批处理或多次串行调用
- •N从1增至8时，Phi-3-mini准确率提升8.4个百分点，Qwen2.5-1.5B提升18.4个百分点
- •固定N=8比较1x8、2x4、4x2、8x1四种调度，A100上8x1的GPU能耗为1x8的4.64–4.86倍
- •8x1的P95延迟为1x8的5.77–6.12倍，结论在三个独立A100节点及SciQ/V100实验复现
- •论文主张评估应同时报告生成调度与GPU级系统指标，而非仅候选数与精度
为什么重要：测试时扩展的评测口径需要改：只报N和精度会系统性低估真实能耗与延迟成本。
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。