英文：Global Batch Size 分类：training
一次参数更新（一个优化步骤）实际使用的总样本数 = 单卡批次大小 × 数据并行度 × 梯度累积步数：决定训练收敛曲线与吞吐，是大模型训练的核心超参数之一。
计算：global_batch = micro_batch × DP × grad_accum；典型值：GPT 系 0.5M-4M token（LLaMA 4M token/步）；影响：批次大→梯度稳（收敛稳、可加大 LR）、吞吐高但可能泛化下降（超大批次）；缩放：与学习率联动（批次翻倍→LR 按规则缩放，如 LARS 线性）；记录：日志须标注全局批次（复现关键）。
用于大模型训练配置（预算分配：步数×批次=总 token）、吞吐-稳定性权衡（批次调优）、分布式训练复现（口径统一）与学习率缩放研究。