曝微软MAI-Base-2配置：1.6万GB200训练38天
先了解这件事
2026年10月16日，AGI Hunt 援引流传的配置表报道，微软新一代基础模型 MAI-Base-2 采用 2.8T 总参数、80B 激活的 MoE 架构，训练 50T tokens，原生多模态，据称使用 1.6 万张 GB200 训练 38 天。作为对照，上一代 MAI-Base-1 为 35B/1T、30T tokens、纯文本。同一批报道还给出效率数据：在 1.6 万块 GB200 上平均 MFU 仅 21%，goodput 达 89%；MFU 按 GB200 BF16 理论峰值 2.5 PFLOPS 归一化，不含重计算和优化器开销。有观点（scaling01）据此认为，预训练前沿模型并不需要很长时间。需要指出的是，本事件早先标题称信息由微软“披露”，后续报道则表明其来源是流传的配置表，并非官方发布，相关数字仍待证实。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI Hunt微软 MAI-Base-2 用 1.6 万块 GB200 训练 38 天，MFU 仅 21%
微软 MAI-Base-2 在 1.6 万块 GB200 GPU 上训练 38 天，平均 MFU 仅 21%，goodput 达 89%。该模型为 2.8T 参数 MoE，MFU 按 GB200 BF16 理论峰值 2.5 PFLOPS 归一化，不含重计算和优化器开销。
- AGI Hunt曝微软 MAI-Base-2：2.8T 参数 MoE，用 1.6 万张 GB200 训练 38 天
流传的配置表显示，微软 MAI-Base-2 为 2.8T 总参数、80B 激活的 MoE，训练 50T tokens，原生多模态，据称用 1.6 万张 GB200 训练 38 天。上一代 MAI-Base-1 为 35B/1T、30T tokens、纯文本。scaling01 称预训练前沿模型并不需要很长时间。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。