事件详情
热点事件历史事件
i14在Trainium2上训练并服务Laplace 3B
1 篇报道1 个报道来源13 天前更新
先了解这件事
AI 综述
i14与AWS合作，通过TorchNeuron Native的原生PyTorch支持，将采用门控线性注意力（GLA）的Laplace 3B模型带到AWS Trainium2，并保留了其GLA设计与Muon优化器。该模型每序列的循环状态固定为29.5 MB，不随上下文长度增长，训练注意力复杂度从O(T²)降至O(T)。 在单台trn2.48xlarge实例上，Laplace 3B训练速度约120,000 tokens/s，在1,280条并发序列下服务吞吐为11,544 output tokens/s。上述训练结果截至第84,210步、约440亿tokens。 i14称，若上下文增长推高服务成本、降低并发或限制代理记忆，可联系AWS账户团队评估在Trainium2上运行Laplace 3B。由于BF16重结合使编译输出与eager模式略有差异，需要精确复现时应使用eager解码。
AI 根据报道生成 · 13 天前更新
最新进展10月21日 05:14
i14 在 AWS Trainium2 上用原生 PyTorch 训练并服务 Laplace 3B 线性注意力模型报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- AWS Machine Learning Blogi14 在 AWS Trainium2 上用原生 PyTorch 训练并服务 Laplace 3B 线性注意力模型
i14 与 AWS 合作，通过 TorchNeuron Native 的原生 PyTorch 支持，将采用 Gated Linear Attention（GLA）的 Laplace 3B 线性注意力模型带到 AWS Trainium2，并保留了其 GLA 设计与 Muon 优化器。该模型每序列的循环状态固定为 29.5 MB，不随上下文长度增长，训练注意力从 O(T²) 降至 O(T)。在单台 trn2.48xlarge 实例上，Laplace 3B 训练速度约 120,000 tokens/s，并在 1,280 条并发序列下实现 11,544 output tokens/s 的服务吞吐。