题目： 在一个15T Tokens的数据集上，基于1024张H100训练一个70B参数量的模型，预估需要几天时间？

01

大语言模型训练成本

大型语言模型（LLM）是自然语言处理领域的一场革命。若要在项目中使用OpenAI等公司提供的LLM，我们需要支付高昂费用。于是问题来了：为何不从头开始训练自己的LLM，从而无需向其他公司付费？让我们来剖析从头训练LLM所需的成本。一般来说大模型的训练成本主要取决于以下核心因素：

• 模型参数量

• 训练Tokens数量

• 硬件配置

如何进行成本估算？

一般来说训练LLM的成本估算可分为两个部分：算力成本和硬件实际利用效率。我们分别来进行说明。

02

训练算力成本估算

训练成本估算的第一步是计算模型训练过程算力消耗的成本，即在整个训练周期内所需的浮点运算总量（flops）。

这一计算的核心逻辑可拆解为以下关键步骤：

• 公式推导

  • 前向传播阶段：

    • 每个模型参数需执行 1次加法 和 1次乘法 运算，单参数消耗 2 FLOPS。

  • 反向传播阶段：

    • 每个模型参数需执行 2次加法 和 2次乘法 运算用于梯度计算和参数更新，所以单参数消耗 4 FLOPS。

  • 综合计算

    • 每个参数的完整前向+反向传播过程共产生 6 FLOPS（2+4）。

因此，对于包含 N个参数的模型，处理单个Token需消耗6×N FLOPS。当模型在 P个训练Tokens上进行训练时，总运算量公式为：

total_flops=6×N×P

我们回到问题中，所训练模型的参数为70B，训练的Tokens数目为15T,因此所需的算力估算为：

total_flops = 6 * 70e9 * 15e12 = 6.3e24

03

每天硬件算力预估

训练成本估算的第二阶段聚焦于硬件相关成本计算，其核心变量是训练使用的GPU/TPU类型及其实际运算效率。以下为详细推导过程：

• 关键参数解析

• • GPU理论算力

    

    一台NVIDIA H100 GPU在半精度（FP16）模式下理论峰值算力为：

    h100_flop_per_sec =989TFLOPS/秒 = 9.89×10¹⁴ FLOPS/秒

  • 模型浮点运算利用率（MFU）
    实际训练中，MFU通常因内存带宽限制、通信延迟、流水线气泡等因素显著低于理论值。这里我们不妨假设mfu=0.5。

  • 估算每天硬件算力

    综合上述分析，则1024张H100每天的算力为：

    flops_per_day = h100_flop_per_sec * mfu * 1024 * 60 * 60 * 24  = 4.377e22

04

训练时长预估

经过上述分析，我们有了训练70B模型所消耗的算力的总量，以及1024张H100每天可以产生的算力预估，那么接下来我们便可以估算训练所需的天数了，公式如下：

days =total_flops / flops_per_day=143.927 天

因此，我们可以知道从零开始使用1024张H100在15T Tokens语料库上训练一个70B参数量的大语言模型，大约需要143天，这个成本还是巨大的！！！

您学废了吗？

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）