AWS分享MoE融合内核优化实践
热点事件持续更新
AWS分享MoE融合内核优化实践
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在Amazon SageMaker AI上针对MoE模型解码阶段GPU利用率低的问题，通过Swap-AB转置等内核优化，在H200上使大规模MoE模型端到端输出吞吐提升2–4%。该优化已集成到AWS LMI v28容器，并已合入vLLM 0.22.0及以上版本。
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 模型在解码阶段因 M 维过小导致的 GPU 利用率瓶颈，团队通过 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。