Amazon SageMaker AI 上的 MoE kernel 工程优化实践

AWS 在 Amazon SageMaker AI 上为 fused MoE 模型实施 kernel 优化，通过 Swap-AB 转置让专家维度 N=8192 占据 WGMMA 首个操作数位置，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 及更高版本。