AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:昇腾NPU×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月25日
11:32
11:32arXiv: DeepSeek@Zewen Jin, Congkun Ai, Guangpeng Zhang, Hanbo Zhang, Haoran Wang, Shihan Xiao, Da Lei, Xuefeng Jin, Teng Su, Cheng Li
精选
本文提出了HyperParallel-MoE,一个针对昇腾NPU的MoE训练编译与调度框架。现有框架在昇腾NPU上串行执行MoE算子,未能充分利用其异构计算资源(矩阵AIC和向量AIV)。HyperParallel-MoE将算子级执行转化为静态调度的tile级异构任务流,通过AIV驱动单边通信消除主机侧同步,并实现通信与计算在单个内核启动内的细粒度重叠。在MindSpore和MindFormers栈中实现,基于DeepSeek风格MoE模型在昇腾A3集群上测试,将Dispatch-to-Combine的MoE-FFN延迟最多降低1.58倍。这项工作表明tile级异构调度能显著提升现代NPU上的MoE训练效率。
论文MoE训练昇腾NPU异构调度编译优化MindSpore

推荐理由:对于在昇腾NPU上训练大规模MoE模型的团队,HyperParallel-MoE通过细粒度异构调度解决了通信与计算重叠不足的痛点,实测延迟降低1.58倍,值得关注并尝试集成到现有框架中。
原文
精选全部日报登录