Nemotron-H模型混合了Transformer和Mamba架构，使长文本 推理速度提升3倍，同时还能保持高性能，开源版本包括8B和56B尺寸。训练过程采用FP8训练和压缩技术，进一步提高了20%推理速度 过去几年，Transformer虽稳坐AI架构「铁王座」，但其二次方复杂度带来的算力消耗和 ...