Amazon SageMaker AI 上的 MoE 内核工程优化实践
针对 MoE 模型在 decode 阶段因 token 行数过少导致 Hopper GPU 利用率低的问题，AWS 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。
#开源生态
AWS Machine Learning BlogAI 评分3030
AWS Machine Learning BlogAI 评分2222 Amazon Bedrock、AgentCore 与 Strands 9 月更新盘点：GPT-6 Astra、Claude 5.5、Kimi K3 等新模型上线
Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。