微软与清华大学的研究人员携手开展了一项创新研究，他们开发出名为SynthSmith的合成数据管道，借助英伟达芯片进行复杂计算，成功实现无需真实世界数据就能训练人工智能模型。

研究团队仅依靠合成数据，便训练出一个拥有70亿参数的编码模型。令人惊喜的是，该模型在基准测试中的表现优于规模更大的140亿参数模型。在实验过程中，不同阶段使用了不同数量的英伟达芯片。监督微调期间，动用了128个Nvidia H20芯片，运行时长达220小时;强化学习阶段，则使用32个H200芯片，运行时间为7天。

不过，研究人员也指出，受计算能力限制，此方法难以扩展到参数超过1000亿的模型。为推动行业发展，他们将这项研究开源，方便其他人员在此基础上开展开发工作，且无需承担高昂训练成本。目前，使用的英伟达H20和H200芯片在出口管制下可供中国人工智能公司使用。