AWS公布SageMaker AI上MoE模型内核优化，H200吞吐提升2%–10%
热点事件持续更新
AWS公布SageMaker AI上MoE模型内核优化，H200吞吐提升2%–10%
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
AWS在Amazon SageMaker AI上针对Mixture-of-Experts架构进行kernel工程优化，包括Swap-AB让WGMMA指令矩阵对齐Hopper Tensor Core布局、FP8后端路由与Triton JIT去重编译等方法。AWS称，在H200上这一优化使大规模MoE模型的端到端输出吞吐提升2%–4%，对FP8量化后的融合MoE模型可带来10%的吞吐提升。 该优化已合入AWS Large Model Inference (LMI) v28容器，并被上游提交至vLLM，AWS称vLLM 0.24.0中已可用（注：证据条文同时提及vLLM 0.22.0或更高版本即包含）。
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 MoE 模型的 Kernel 工程优化报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- AWS Machine Learning BlogAmazon SageMaker AI 上 MoE 模型的 Kernel 工程优化
AWS 在 Amazon SageMaker AI 上针对 Mixture-of-Experts 架构进行 kernel 工程优化，通过 Swap-AB 让 WGMMA 指令矩阵对齐 Hopper Tensor Core 布局，并在 H200 上为大规�kgate MoE 模型带来 2–4% 的端到端吞吐提升，相关优化已合入 vLLM 0.24.0。
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。