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 针对 MoE 模型 decode 阶段 token 行数过小、Hopper GPU 利用率低的问题提出 Swap-AB 优化，把专家维度 N=8192 提升为首操作数，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 0.24.0 及之后版本，并已进入 AWS Large Model Inference（LMI）v28 容器；同一来源另称该优化在 vLLM 0.22.0 及之后版本可用。
AI 根据报道生成 · 1 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
针对 MoE 模型在 decode 阶段因 token 行数过小导致 Hopper GPU 利用率低的问题，AWS 提出 Swap-AB 优化，将专家维度 N=8192 提升为首操作数，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 及之后版本。
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。