Thomas Wolf(@Thom_Wolf)

Fun and crazy napkin math: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral and ~30 other labs hav...

8.5内容质量
Fun and crazy napkin math: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral and ~30 other labs hav...

TL;DR · AI 摘要

截至2023年底，Meta、NVIDIA等30多个实验室在Hugging Face Hub共享了近10亿美元的AI训练计算资源，远超维基百科的志愿者工时。

核心要点

  • Hugging Face Hub上共享的AI训练计算资源在2023年底已达近10亿美元，是维基百科志愿者工时的25倍。
  • 超过30家实验室（包括Meta、NVIDIA、Alibaba等）参与了这一资源的共享。
  • 该数据包含官方计算和估算，实际可能超过90万次社区微调。

结构提纲

按章节快速跳转。

  1. §引言

    揭示AI训练资源共享的规模与维基百科的对比。

  2. ·核心数据

    统计显示共享计算资源达近10亿美元，远超2023年初的4000万美元。

  3. ›参与机构

    Meta、NVIDIA、Alibaba等30余家实验室参与资源贡献。

  4. ·数据来源

    数据包含官方计算和估算，实际可能超过90万次社区微调。

  5. ›影响分析

    免费资源的共享加速了AI模型的开发与创新。

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）
  • AI训练资源共享
    • 参与机构
      • Meta
      • NVIDIA
      • Alibaba
      • DeepSeek
      • Moonshot
      • Mistral
    • 数据规模
      • 近10亿美元计算资源
      • 90万次社区微调
    • 对比参考
      • 维基百科志愿者工时

金句 / Highlights

值得收藏与分享的关键句。

  • 截至2023年底，Hugging Face Hub上的AI训练计算资源接近10亿美元，是维基百科志愿者工时的25倍。

    — 推文正文

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 超过30家实验室，包括Meta、NVIDIA、Alibaba等，共享了这些资源。

    — 推文正文

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 数据包含官方计算和估算，实际可能超过90万次社区微调。

    — 推文正文

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI训练资源#Hugging Face#Meta#NVIDIA#开源
打开原文

Thomas Wolf 在 X 上的推文： "趣味而疯狂的餐巾纸数学：Meta、NVIDIA、阿里巴巴、DeepSeek、Moonshot、Mistral 和约 30 个其他实验室在 Hugging Face Hub 上共享了接近 10 亿美元的训练计算资源，可免费下载。2023 年底时这一数字还不到 4000 万美元。维基百科是用志愿者的工时写成的。这个人工智能时代的公共知识库是用 GPU 小时和数据写成的（顺便说一句，这是一个下限：约一半的数据来自官方计算数字，其余是估算，而且仍然遗漏了约 900,000 次社区微调）。探索数据的空间：

thomwolf-hub-dollars.static.hf.space

下午 2:34 · 2026 年 10 月 18 日

·

2.3 万

浏览量

48

17

146

43 / X

Thomas Wolf

@Thom_Wolf

趣味而疯狂的餐巾纸数学：Meta、NVIDIA、阿里巴巴、DeepSeek、Moonshot、Mistral 和约 30 个其他实验室在 Hugging Face Hub 上共享了接近 10 亿美元的训练计算资源，可免费下载。2023 年底时这一数字还不到 4000 万美元。维基百科是用志愿者的工时写成的。这个人工智能时代的公共知识库是用 GPU 小时和数据写成的（顺便说一句，这是一个下限：约一半的数据来自官方计算数字，其余是估算，而且仍然遗漏了约 900,000 次社区微调）。探索数据的空间：

thomwolf-hub-dollars.static.hf.space