别再以为加卡就能秒训模型了！7B 模型训 2 万亿 token 要 409 天？一张公式扒开算力真相

大白话这篇 Dev.to 文章把「训一个 AI 模型要多久」拆成一道算术题：先算总共要做多少浮点运算，再除以显卡实际能跑多快。按英伟达 H100 峰值打三折的保守利用率，1B 模型喂 200 亿 token，1 张卡要 4.7 天；7B 模型喂 1400 亿 token，64 张卡约 3.6 天。作者还拿 Karpathy 的 GPT-2 复现和 Meta Llama 3.1 的真实数据对账，说明调优好的代码能跑到 40% 以上利用率，但卡越多通信开销越大，速度并不会线性翻倍。

对你意味着想自己微调或从零训模型的开发者、算力采购方都该看：决定训练时长的往往不是模型大小，而是 token 预算和卡数，先算清楚再烧钱。