Hugo Vergnes利用开源框架little-lm在NVIDIA B200 GPU上训练了一个包含3.8B参数的大语言模型，项目耗资仅998美元，完成时间为43小时。该模型在CORE基准上获得0.384分，超过了GPT-2 1.5B模型的0.2565分。
研究人员成功在AMD MI355X GPU上部署了参数量达2.8T的大模型Kimi K3 。该模型需要超过1.5TB的显存 ，在1024-token输入/400-token输出的基准测试中，MI355X实现了952 tok/s/node的吞吐量 。