AWS开源MoE内核优化并合入vLLM
热点事件持续更新
AWS开源MoE内核优化并合入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分享了针对MoE模型解码阶段的融合内核优化：因M维过小导致Hopper GPU利用率低，团队用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%。该优化已合入vLLM，AWS称0.22.0及以上版本可用，同时随AWS LMI v28容器提供。 另一项改动是给变长参数加上do_not_specialize注解以消除Triton重编译，AWS称在H200、8路张量并行下将TTFT提升9%。
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 模型在解码阶段因 M 维过小导致 Hopper GPU 利用率低的问题，团队通过 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 及以上版本。
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。