AWS 分享 MoE 融合内核优化实践
热点事件持续更新
AWS 分享 MoE 融合内核优化实践
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月 13 日，AWS Machine Learning Blog 发布文章，介绍其针对 MoE 模型融合内核的工程优化实践。文章指出，MoE 模型在 decode 阶段存在 M 维过小、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 上带来 2–4% 的端到端吞吐提升。关于该优化的可用范围，报道称其已合入 vLLM，并称在 0.24.0 或更高版本中可用，同时称在 0.22.0 或更高版本中可用；此外，该改进在 AWS Large Model Inference（LMI）v28 容器中可用。上述版本与容器信息均来自该报道，具体适用对象与版本以对应来源表述为准。
AI 根据报道生成 · 3 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 decode 阶段 M 维过小导致 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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月14日 00:00
- 近 24 小时变化
- –
02.557.510
10月14日01:0002:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。