i14与AWS发布Laplace 3B在Trainium2上的训练与推理结果
热点事件历史事件
i14与AWS发布Laplace 3B在Trainium2上的训练与推理结果
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，借助 TorchNeuron Native 的原生 PyTorch 支持，将采用门控线性注意力（GLA）的 Laplace 3B 模型移植到 AWS Trainium2，并保留其 GLA 设计与 Muon 优化器，完成了训练与推理。 据 AWS 机器学习博客，在单台 trn2.48xlarge 实例上，Laplace 3B 训练速度约为每秒 12 万 token；推理在 1,280 条并发序列下达到每秒 11,544 个输出 token。上述训练结果截至第 84,210 步，约 440 亿 token。 博客同时提示，由于 BF16 重结合会使编译输出与 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 的 Laplace 3B 线性注意力模型在 AWS Trainium2 上用原生 PyTorch 完成训练与推理报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- AWS Machine Learning Blogi14 的 Laplace 3B 线性注意力模型在 AWS Trainium2 上用原生 PyTorch 完成训练与推理
i14 与 AWS 合作，借助 TorchNeuron Native 的原生 PyTorch 支持，将采用 Gated Linear Attention 的 Laplace 3B 线性注意力模型移植到 AWS Trainium2，并保留其 GLA 设计与 Muon 优化器。