热点事件持续更新
AWS 优化 MoE 内核并合入 vLLM
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
2026 年 10 月 13 日，AWS Machine Learning Blog 发布文章，介绍其在 Amazon SageMaker AI 上针对 MoE 模型的解码阶段内核工程优化实践。文章指出，MoE 模型在 decode 阶段 M 维过小，导致 Hopper WGMMA 利用率偏低。AWS 通过 Swap-AB 转置，将专家维度 N=8192 提升为首操作数，在 H200 上实现 2–4% 的端到端输出吞吐提升。该优化已合入 vLLM 0.24.0 及以后版本。
AI 根据报道生成 · 3 小时前更新
最新进展10月13日 23:17
AWS 分享 MoE 内核优化，Swap-AB 转置在 H200 提升 2–4% 吞吐，已合入 vLLM 0.24.0。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% 端到端输出吞吐提升，该优化已合入 vLLM 0.24.0 及以后版本。
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。