11 月 17 日,欧洲云服务商 OVHcloud 宣布推出首个自研 AI 模型家族 Olala,并同步开源了家族的首个成员 Olala mini 7A1B。这个总参数 70 亿、激活参数 10 亿的混合注意力模型,训练总开销 700 万欧元,在 RTX A4500 上可以跑到 160 TPS 的词元吞吐。
混合注意力与 700 万欧元训练账单
Olala mini 7A1B 采用 Differential-TPA 与 Mamba-3 结合的混合注意力机制,总参数 70 亿、激活参数 10 亿,数据格式为 BF16。OVH 称模型是在三台欧洲公共超级计算机上用 NVIDIA 的 GH200、A100、H100 训练完成,总开销 700 万欧元,按当前汇率约合 5142.8 万元人民币。模型将以 Apache 2.0 许可发布在 Hugging Face 上。
从云厂商到模型厂商
Olala 这个名字背后是 OVHcloud 身份的一次转变。这家以欧洲机房和裸金属服务器起家的公司,业务覆盖 30 多个国家和地区,2025 年刚刚完成对西班牙机房 600 兆瓦容量的扩建计划。以往它更多扮演算力提供方的角色,这次直接下场开源模型家族,意味着它要把模型本身也变成可迁移的客户资产。
消费级显卡上的推理速度
OVH 给出的实测数字是,Olala mini 7A1B 在 RTX A4500 上可实现 160 TPS 的词元吞吐量,纯 CPU 平台也能做到 50 TPS。初始版本上下文长度为 32K,预计今年底推出的 1.1 版本会扩展到 128K,并补上更强的数学能力。OVH 表示后续的 Olala 2.0 参数规模将超过 1000 亿。
1.1 版本与 Olala 2.0 的路线图
OVH 对后续节奏给出了明确说法。1.1 版本将在今年年底之前推出,上下文从 32K 扩到 128K,同时强化数学类任务的表现。更远一层的 Olala 2.0 参数规模会超过 1000 亿,训练依然走欧洲公共超算的路线。这种以公共算力支撑开源模型、再用自有云平台承接部署的做法,是欧洲云厂商在合规与成本之间找到的一条现实路径。
相关阅读
延伸阅读
- 无界前沿开源 Fx-Bio-1031:生物盲测 Pass@5 达 70.59%4 天前
- 腾讯混元开源 Hy-SimulMT:同传延迟 3.3 秒低于译员3 周前
- 狮子山 Lion-ER-35B-A3B 具身模型:3B 激活 65.29 分2 周前
- Nanbeige4.3-33B 开源 Terminal-Bench 80.9 分3 周前
继续读
往下这几篇值得接着看:
- Edge0 开源 145B 端侧模型:29GB 内存跑笔记本,峰值省 60%2026-11-15
- Perplexity 开源 Decider v1.3:63 项任务准确率 91.6%2026-11-13
- Edge0-145B 怎么跑:29GB 内存装下 1450 亿参数的部署实测深度2026-11-16
