国产超算训练生成式压缩模型，性能达2.16 EFLOP/s
原帖
**国产超算生成式压缩模型训练性能突破2.16 EFLOP/s，支撑全球遥感数据万倍级压缩**
> 清华大学与中山大学联合团队在国产超算平台上成功训练生成式压缩模型，训练性能达到2.16 EFLOP/s，可实现全球遥感数据的万倍级压缩。该研究由付昊桓教授等人主导，其团队曾多次获得戈登·贝尔奖，技术实力强劲。这一突破展示了国产超算在AI大模型训练和实际应用中的高性能潜力，特别是在数据密集型科学领域。
**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：ai-models
- **发布时间**：2026-05-28 18:04（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-05-28-14)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
2026年5月28日，机器之心报道称，清华大学与中山大学联合团队在国产超算平台上成功训练生成式压缩模型，训练性能达到2.16 EFLOP/s，可实现全球遥感数据的万倍级压缩。
答案说明
根据First-Principle平台收录的机器之心文章，清华大学与中山大学联合团队在国产超算上实现了生成式压缩模型训练，性能达2.16 EFLOP/s，旨在支撑全球遥感数据的万倍级压缩。
这篇帖子回答的问题
- 国产超算在生成式压缩模型训练中的性能达到了多少？
- 这项研究由谁主导，主要应用于哪个领域？
核心观点
- 根据机器之心报道，清华大学与中山大学联合团队在国产超算上训练生成式压缩模型的性能达到2.16 EFLOP/s。
- 该研究展示了国产超算在AI大模型训练及数据密集型科学应用中的高性能潜力。
FAQ
- Q: 这项研究的具体训练性能是多少？
- A: 根据机器之心文章，训练性能达到2.16 EFLOP/s。
- Q: 该研究的主要应用方向是什么？
- A: 据文章称，该研究旨在支撑全球遥感数据的万倍级压缩，展示了国产超算在数据密集型科学领域的应用潜力。
关键实体
- 清华大学
- 中山大学
- 付昊桓
- 国产超算