English(EN) DynaNDE: Dynamic Near-Data Expert Scheduling for Batched MoE Inference

DynaNDE框架通过NPU-NDP调度提升MoE推理速度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-02 04:00

研究人员开发了DynaNDE，一个动态调度框架，旨在加速基于神经网络处理单元（NPU）的系统上的批处理专家混合（MoE）模型推理。该框架利用近数据处理（NDP）来减少数据移动开销，这是MoE模型的一个主要瓶颈。DynaNDE包含一个分析性能模型，用于优化跨NPU和NDP的专家调度，并考虑硬件异构性和并发性。实验结果表明，与现有的最先进方法相比，DynaNDE在预填充阶段可实现2.6倍的平均加速，在解码阶段可实现2.2倍的平均加速。 AI

影响优化MoE推理效率，可能降低大型语言模型的硬件成本和延迟。

排序理由这是一篇详细介绍用于优化AI模型推理的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 30 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 这是一篇详细介绍用于优化AI模型推理的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: infra, paper; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Xiaoyang Lu, Belthangady Akash Vi Narayana Pai, Xian-He Sun · 2026-09-02 04:00

DynaNDE：动态近数据专家调度用于批处理MoE推理

arXiv:2609.00407v1 Announce Type: cross Abstract: Mixture-of-Experts (MoE) models enable efficient scaling of large language model (LLM) inference but suffer from substantial data-movement overhead when deployed on neural processing unit (NPU)-based systems. Near-Data Processing …

本文如何被排名

报道来源 [1]

DynaNDE：动态近数据专家调度用于批处理MoE推理

相关实体

相关话题