AWS优化MoE内核，H200吞吐提升2–4%
热点事件持续更新
AWS优化MoE内核，H200吞吐提升2–4%
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 在官方博客介绍其针对融合 MoE 模型的 GPU 内核优化：解码阶段 M 维过薄会拉低 Hopper WGMMA 利用率，AWS 用 Swap-AB 转置把专家维度 N=8192 提升为首操作数。AWS 称该优化在 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，AWS 称 0.24.0 及以上版本可用，同时也可通过 AWS LMI v28 容器获得；同一来源另称 0.22.0 及以上版本可用。上述吞吐提升为 AWS 自述，尚未见独立验证。
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 M 维过薄导致 Hopper WGMMA 利用率低的问题，AWS 通过 Swap-AB 转置把专家维度 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。