研究剖析 MoE 扩散解码:量化后采样管线成最大耗时来源
热点事件持续更新
研究剖析 MoE 扩散解码:量化后采样管线成最大耗时来源
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
作者 Harshit Samrat 与 Ramakrishna Paramahamsa Kompella 发布研究并开源代码与量化权重,剖析 26B 参数扩散 MoE 模型在 NVIDIA GB10 边缘加速器上的单用户解码。论文(arXiv:2611.21852)已被 NeurIPS workshop DiffuLM 2026 接收。 研究发现:权重量化后,per-token 采样与停止管线(logits pipeline)而非专家 GEMM 成为最大的解码耗时来源。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
MoE 扩散解码的隐性成本:剖析并修复采样管线报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIMoE 扩散解码的隐性成本:剖析并修复采样管线
一项新研究剖析了 26B 参数扩散 MoE 模型在 NVIDIA GB10 边缘加速器上的单用户解码,发现权重量化后 per-token 采样与停止管线而非专家 GEMM 成为最大解码耗时来源。
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。