Amazon SageMaker AI 上的 MoE kernel 工程实践

AWS 分享了在 Amazon SageMaker AI 上针对 MoE 模型的 kernel 优化：交换矩阵乘 AB 顺序以适配 Hopper 的 WGMMA 指令，在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升，该优化已合入 vLLM 0.24.0 及之后版本。