AWS 优化 MoE 融合内核，吞吐提升 2–4%
热点事件观察中
AWS 优化 MoE 融合内核，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 分享了针对 MoE 模型的融合内核优化：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%。 AWS 称该优化已合入 vLLM，并应用于 Amazon SageMaker AI 上的 LMI 深度学习容器。关于 vLLM 版本，报道中同时出现“0.24.0 及以上”和“0.22.0 及以上”两种说法；LMI 侧则称该改进在 LMI v28 容器中可用。
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 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。
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。