发布内容
OVHcloud 在 11 月 17 日发布旗下首个大模型家族 Olala,首款型号 Olala mini 7A1B:总参数 70 亿,每层 256 个专家、每词元激活 10 亿参数,采用 Differential-TPA 与 Mamba-3 的混合注意力,BF16 精度。官方称其在 8GB 显存的显卡上即可运行,RTX A4500 上达到每秒 160 词元,纯 CPU 上每秒 50 词元,上下文 32000 词元。
权重、预训练基座模型、技术报告与欧盟 AI 法案合规文档一并发布,许可为 Apache 2.0,托管在 Hugging Face。正式亮相安排在 11 月 19 日的 OVHcloud AI Summit,届时会公布完整的云与 AI 产品线更新。
钱和算力从哪来
训练使用了三台欧洲公共超算——Jupiter、MeluXina 与 Jean Zay,分别配备 GH200、A100 与 H100,官方称这部分支持折合约 700 万欧元的机时,并称公共投入同时催生了 OVH 的智能体实验室与 OVHai 模型团队。公司首席执行官 Octave Klaba 的表态很直接:不能长期依赖某些实验室的开源善意;训练成本三年内降了约二十倍,自建模型已经可以算得过账。
首个生产用户是法国搜索引擎 Qwant,用于快答功能。官方口径为回答速度提升 20%、运行成本降至原模型的三分之一。
该怎么看这件事
从参数规模看,70 亿参数在通用能力上无法与前沿旗舰相比,32000 词元的上下文也明显偏小。它的意义不在跑分,而在三件事:欧洲厂商第一次把自训、开放权重与合规文档做成一套完整交付物;小显存可运行意味着能在工作站本地部署,对数据不能出境的场景有实际价值;公开的超算机时与成本结构,为讨论主权 AI 到底要花多少钱提供了一个可核对的样本。
路线图方面,官方称年底前的 1.1 版把上下文扩到 128000 词元并强化数学推理,2.0 版将超过 1000 亿参数,并分化为企业智能体、云 DevOps 与网络安全三个方向。所有性能数字均为厂商与客户自述,尚无第三方基准复现,也没有公开训练数据构成与评测细节。

