币圈界报道：

HIVE与哥伦比亚大学联合实现跨大陆GPU训练实验并提交顶级会议

HIVE Digital Technologies宣布，其与哥伦比亚大学携手，在巴拉圭亚松森的托管设施中成功执行一项开创性人工智能训练研究。该实验通过远程方式从纽约启动，聚焦于迭代式神经网络预训练流程，相关成果已正式提交至全球顶尖机器学习学术会议之一——NeurIPS。

跨境算力协同成为现实：远程训练验证地理分离架构可行性

该项目由哥伦比亚大学工业工程与运筹学系主导，利用位于亚松森的HIVE GPU集群进行模型训练。研究团队在纽约端发起迭代训练任务，实现了跨区域硬件资源的联动操作。这一实践被公司视为“概念验证”级别的里程碑，标志着研究人员可在不同地理位置的物理节点上部署和运行大规模训练流程。

性能对标新基准：A40表现媲美新一代H100 GPU

研究采用哥伦比亚大学自研代码优化策略，对各平台原始性能进行归一化处理后发现，HIVE部署的A40 GPU在目标场景下达成与最新一代H100相当的训练效率。评估涵盖吞吐量、延迟及服务响应等关键指标，并针对参数规模高达14亿的模型配置进行了全面测试。

研究内容聚焦噪声环境优化与加速算法验证

尽管未披露全部技术细节，公告指出该项目探索了在非理想条件下神经网络预训练的鲁棒性提升路径，同时开发并测试了可匹配主流方法性能的新型加速算法。研究覆盖多种变体配置，分别在训练与服务两种模式下评估标准吞吐量与延迟表现，尤其关注与LLaMA类模型相关的典型负载场景。相关成果被视作当前尺度不变优化趋势下的重要实证案例。

性能数据将支撑未来超级计算工厂建设规划

此次测量所得的性能基线将成为HIVE在巴拉圭扩展高性能计算能力的核心依据。公司正推进名为“AI计算超级工厂”的长期计划，包括在伊瓜苏建设新的电力与数据中心设施。目前，一座100兆瓦变电站已完成土建，预计夏季投入运营；配套的Tier-III数据中心将于2026年秋季动工，目标在2027年下半年正式启用。

学术验证推动算力可信度构建，破除性能宣传壁垒

在当前AI基础设施市场中，不同厂商间性能声明常因软硬件差异难以横向比较。即使同型号GPU，也受调度机制、网络延迟、存储效率与优化程度影响而呈现显著偏差。本项目强调通过标准化测量（如每秒token数、延迟与带宽）与可复现的代码优化，提供具备参考价值的基准框架。若研究成果在NeurIPS公开发布，将为行业提供可比对的方法论与评估标准。

巴拉圭布局凸显国际算力新支点潜力

HIVE的扩张战略是将AI算力中心向电力成本低且地理区位优势明显的地区延伸的重要尝试。尽管巴拉圭具备良好能源基础，但真正决定其竞争力的是综合基础设施水平。通过将学术研究与变电站、数据中心建设同步推进，公司正试图打造一个面向全球科研与企业用户的可靠算力接入点。若项目按期落地，有望降低对超大规模云服务商的依赖，缓解算力获取摩擦。

后续关注点聚焦评审反馈与规模化转化进展

NeurIPS的同行评审结果将成为判断该研究技术深度与可信度的关键节点。投资者与潜在客户亦将密切关注伊瓜苏项目投用时间表更新，以及现有性能基线能否有效复制到更大规模的计算集群部署中。整体来看，该项目体现了当前基础设施运营商日益依赖真实合作项目而非单方面宣传来建立市场信任的新范式。