AWS 优化 MoE 内核并合入 vLLM
热点事件持续更新
AWS 优化 MoE 内核并合入 vLLM
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 介绍了针对 MoE 模型解码阶段的 fused MoE 内核优化。AWS 称，解码阶段 M 维过小导致 Hopper WGMMA 利用率低，其 Swap-AB 优化将专家维度 N=8192 提升为首操作数，在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升。 AWS 称该优化已合入 vLLM，并称在 0.24.0 及更高版本可用；同一来源的表述中还出现 0.22.0 及更高版本可用的说法。该改进也随 AWS LMI v28 容器提供，并应用于 Amazon SageMaker AI 上的 LMI 深度学习容器。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 23:17
Amazon SageMaker AI 上的 MoE 内核工程优化实践报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- AWS Machine Learning BlogAmazon SageMaker AI 上的 MoE 内核工程优化实践
针对 MoE 模型在解码阶段 M 维过小导致 Hopper WGMMA 利用率低的问题，Swap-AB 优化将专家维度 N=8192 提升为首操作数，在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升，该优化已合入 vLLM 0.24.0 及更高版本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。