Modal 实证：采样器可跑六种混合精度加速器，RL 训练成本降约 15%

Modal 团队用全异步强化学习训练 Qwen3.6-35B-A3B，验证采样器可跑在 B200、H100 等六种加速器上，无需与训练器同构。在 SWE-bench Pro V2 上，混用 NVFP4、FP8、BF16 精度的混合配置与全 B200 同构运行表现基本一致，大部分训练过程中每个更新的采样成本约低 15%。