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2 小时前更新
先了解这件事
AI 综述
AWS 针对 MoE 模型 decode 阶段 M 维过小导致 Hopper GPU 利用率低的问题，采用 Swap-AB 转置让专家维度 N=8192 占据 WGMMA 首个操作数位置，在 H200 上实现端到端吞吐提升 2–4%。 AWS 称该优化已合入 vLLM，0.24.0 及更高版本可用，同时应用于 Amazon SageMaker AI 上的 LMI 深度学习容器，LMI v28 容器已包含此项改进。报道中另有一处称该优化在 vLLM 0.22.0 及更高版本可用，与 0.24.0 的说法不一致。
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 decode 阶段因 M 维过小导致 Hopper GPU 利用率低的问题，AWS 通过 Swap-AB 转置让专家维度 N=8192 占据 WGMMA 首个操作数位置，在 H200 上实现端到端吞吐提升 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。