<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>训战体系 | 行业新闻_数智（点击查看更多）</title><description>搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产  零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）</description><link>https://shuzhi.hangyexinwen.com</link><item><title>⁣📰 弘成AI业务训练平台：助力企业构建数字化岗位能力训战体系在数字化转型潮流中，企业的人才培养正从传统课堂走向实战化的训战一体化模式</title><link>https://shuzhi.hangyexinwen.com/posts/25723</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/25723</guid><pubDate>Sat, 12 Sep 2026 16:00:11 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 弘成AI业务训练平台：助力企业构建数字化岗位能力训战体系&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;在数字化转型潮流中，企业的人才培养正从传统课堂走向实战化的训战一体化模式。传统培训存在重形式、轻实战的问题，员工缺乏真实业务场景历练，新人成长周期长，优秀经验易流失。为解决这些痛点，弘成科技推出AI业务训练平台，打造可练习、可评估、可沉淀、可迭代的一体化岗位训战闭环。平台通过诊断、建模、实战训练、经验萃取与效果评估五大核心能力，企业只需上传相关资料，即可构建专属数字化训练场景，训练结果量化并联动业务绩效，确保落地。平台覆盖诊断问题—设计训练—练习—复盘全链路，辅以音视频诊断、AI考官、演讲、朗读、背诵等多模块训练工具，提升员工实战素养、表达能力与沟通技巧，同时将绩优经验转化为组织资产，形成可追溯的数据化沉淀。通过沉淀引擎提炼标准话术，建立岗位能力模型，助力合规风控、培训前置诊断与长期人才培养机制的闭环，最终推动企业核心业务能力的持续升级与高质量发展。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E5%AD%97%E5%8C%96%E4%BA%BA%E6%89%8D&quot;&gt;#数字化人才&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%AE%AD%E6%88%98%E4%BD%93%E7%B3%BB&quot;&gt;#训战体系&lt;/a&gt; &lt;a href=&quot;/search/%23AI%E8%AE%AD%E7%BB%83%E5%B9%B3%E5%8F%B0&quot;&gt;#AI训练平台&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%AE%9E%E6%88%98%E5%8C%96%E6%8F%90%E5%8D%87&quot;&gt;#实战化提升&lt;/a&gt; &lt;a href=&quot;/search/%23%E7%BB%8F%E9%AA%8C%E6%B2%89%E6%B7%80&quot;&gt;#经验沉淀&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.icloudnews.net/a/122476.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 马斯克的GPU也在摸鱼？狂囤几十万张显卡，只有11%在干活本文聚焦xAI在Colossus超算中的MFU（模型浮点运算利用率）仅约11%的现象及其背后的系统性挑战</title><link>https://shuzhi.hangyexinwen.com/posts/17049</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/17049</guid><pubDate>Sat, 02 May 2026 16:54:41 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 马斯克的GPU也在摸鱼？狂囤几十万张显卡，只有11%在干活&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本文聚焦xAI在Colossus超算中的MFU（模型浮点运算利用率）仅约11%的现象及其背后的系统性挑战。尽管Colossus集群规模公开披露巨大，实际训练产出却远低于理论潜力，11%意味着理论上可实现的大量训练吞吐被“无效功”耗掉，主要原因包括显存压力、较小单卡批次、激活重计算、跨GPU通信等引发的记忆墙，以及数据搬运和等待等环节的低效。行业对比显示正常生产级MFU多在35%-45%、甚至47%上下，xAI的11%显得异常低。这一现象揭示问题并非硬件瓶颈，而是训练栈、并行策略和模型工程的综合挑战。与此同时，xAI开始向外输出算力以降低自有成本，并出现高层人事调整与外部租用算力并行发展的趋势，显示Colossus正从单纯“世界最大超算”逐步演变为更像半成品云厂商的经营模式。未来若要将MFU提升至50%及以上，需要在训练栈优化、通信效率、数据管线等方面进行系统性改进，同时保持规模扩张与算力利用之间的平衡。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23MFU&quot;&gt;#MFU&lt;/a&gt; &lt;a href=&quot;/search/%23Colossus&quot;&gt;#Colossus&lt;/a&gt; &lt;a href=&quot;/search/%23xAI&quot;&gt;#xAI&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%AE%AD%E7%BB%83%E6%A0%88&quot;&gt;#训练栈&lt;/a&gt; &lt;a href=&quot;/search/%23%E7%AE%97%E5%8A%9B%E5%88%A9%E7%94%A8&quot;&gt;#算力利用&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://finance.sina.cn/stock/jdts/2026-05-02/detail-inhwnwye9708723.d.html?vt=4&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item></channel></rss>