AWS Machine Learning Blog· Mona Mona·· 3 天前
Amazon SageMaker AI 上的 MoE 内核工程优化实践
Mixture-of-Experts kernel engineering on Amazon SageMaker AI
AI 导读
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 提出 Swap-AB 优化，将专家输出维度 N=8192 提升为首操作数，在 H200 上为大规模 MoE 模型带来 2–4% 端到端吞吐提升，该优化已合入 vLLM 0.24.0 及更高版本。
入选记录
门槛 60官方一手第一次 34第二次 34
未入选两次之和 68 < 门槛的两倍 120
- 信源等级
- 官方一手，这一级的门槛是 60 分
- 预筛
- 通过：MoE内核工程与LLM推理优化
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：AWS Machine Learning Blog · aws.amazon.com