English(EN) Training Transformers on 'Inference-Only' NPUs: How VKORE Reached 0.9999 Parity

新软件支持在仅推理NPU上训练Transformer

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-13 03:28

VIDRAFT开发了VKORE，这是一个旨在支持在仅推理NPU上训练Transformer模型的软件层，挑战了行业内将训练仅限于GPU的常规做法。据报道，这项创新在现有NPU硬件上将单用户推理速度提高了3.8倍，服务器吞吐量提高了4.1倍。此外，VKORE支持在这些NPU上进行LoRA训练，与标准的PyTorch精度达到0.9999，速度比同一服务器上的CPU快约170倍，并且在同等硬件上达到了Nvidia B200约54%的吞吐量。 AI

影响能够更有效地利用现有的NPU硬件进行训练，可能减少对专用GPU基础设施的需求。

排序理由该项目详细介绍了一种新颖的软件方法，支持在仅推理NPU上进行Transformer训练，包括性能指标和比较。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 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: 31 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目详细介绍了一种新颖的软件方法，支持在仅推理NPU上进行Transformer训练，包括性能指标和比较。[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, product; 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]

dev.to — LLM tag TIER_1 English(EN) · AI OpenFree · 2026-10-13 03:28

在“仅推理”NPU上训练Transformer：VKORE如何达到0.9999的奇点

<p><strong>TL;DR:</strong> NPUs are sold as inference-only accelerators. VIDRAFT built VKORE, a software acceleration layer that leaves the chip untouched and (1) raises single-user inference 3.8x and server throughput 4.1x on the same NPU server, and (2) runs real transformer Lo…

本文如何被排名

报道来源 [1]

在“仅推理”NPU上训练Transformer：VKORE如何达到0.9999的奇点

相关实体

相关话题