English(EN) Efficient Expert-Parallel Communication on PCIe-Connected Consumer GPUs

新的ThunderEP设计提升消费级GPU上的MoE推理性能

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-02 04:00

研究人员开发了ThunderEP，这是一种新的通信设计，用于在通过PCIe连接的消费级GPU上高效运行大型专家混合（MoE）模型。该系统解决了这些设置中固有的通信瓶颈，数据传输通常涉及CPU。ThunderEP旨在绕过CPU中继跳跃并利用DMA引擎，避免与计算资源的争用，从而减少同步延迟。在配备RTX 4090和RTX 5090 GPU的系统上进行的评估表明，与NCCL等现有方法相比，速度显著提升，MoE推理的端到端改进高达1.66倍。 AI

影响优化消费级硬件上大型MoE模型的推理性能，可能降低研究人员和开发人员的门槛。

排序理由该项目是一篇研究论文，详细介绍了一种在特定硬件上优化AI模型推理的新技术方法。[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: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了一种在特定硬件上优化AI模型推理的新技术方法。[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) · Jaehwan Lee, Sangmin Lee, Chaewon Kim, Junsik Shin, Jaejin Lee · 2026-10-02 04:00

PCIe连接消费级GPU上的高效专家并行通信

arXiv:2609.40093v1 Announce Type: cross Abstract: Expert parallelism (EP) enables inference of large Mixture-of-Experts (MoE) models by placing their experts across multiple GPUs, but requires substantial communication between GPUs at every MoE layer. As contemporary MoE models a…

本文如何被排名

报道来源 [1]

PCIe连接消费级GPU上的高效专家并行通信

相关实体

相关话题