AWS开源MoE内核优化，H200吞吐提升2–4%
热点事件观察中
AWS开源MoE内核优化，H200吞吐提升2–4%
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
AWS 与 vLLM 社区合作，为融合 MoE 模型实现并开源了多项内核优化，包括 Swap-AB、FP8 后端路由和消除 Triton JIT 重编译。AWS 称，这些优化在 H200 上为大规模 MoE 模型带来 2–4% 的端到端输出吞吐提升。 AWS 表示，该优化已合入 vLLM 0.22.0 或更高版本，并应用于 Amazon SageMaker AI 上的 LMI 深度学习容器，相关改进在 AWS LMI v28 容器中可用。 报道未说明这些优化在其他 GPU 型号或其他推理框架上的效果。
AI 根据报道生成 · 3 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，AWS 提出 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 或更高版本。
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。