Amazon SageMaker AI 上的 MoE 内核工程优化实践

针对 MoE 模型在 Amazon SageMaker AI 上的内核工程优化，通过 Swap-AB 转置让 Hopper 的 WGMMA 指令充分利用专家维度（N=8192），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。