AWS 优化 MoE 融合内核并合入 vLLM
热点事件持续更新
AWS 优化 MoE 融合内核并合入 vLLM
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
AWS 针对 MoE 模型解码阶段 M 维过小、Hopper GPU 利用率低的问题，通过 Swap-AB 转置把专家维度 N=8192 提升为首操作数，在 H200 上实现端到端输出吞吐提升 2–4%。AWS 称该优化已合入 vLLM 0.24.0 及更高版本，并应用于 Amazon SageMaker AI 上的 LMI 容器。 AWS 还提到 FP8 后端路由和消除 Triton JIT 重编译等内核优化，称这些优化同样应用于 SageMaker AI 的 LMI 深度学习容器，其中部分改进在 LMI v28 容器中可用。
AI 根据报道生成 · 2 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
针对 MoE 模型在解码阶段因 M 维过小导致 Hopper GPU 利用率低的问题，AWS 通过 Swap-AB 转置将专家维度 N=8192 提升为首操作数，在 H200 上实现端到端输出吞吐提升 2–4%，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。