跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    MoE 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。