optimum-neuron
PulseAugur coverage of optimum-neuron — every cluster mentioning optimum-neuron across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Hugging Face 通过 TorchNeuron 简化在 AWS Trainium 上的 AI 模型部署
Hugging Face 发布了 TorchNeuron，这是一个新的 PyTorch 插件，可以简化在 AWS Trainium AI 芯片上运行模型。该插件支持 eager 执行，并可直接与 PyTorch 的分布式原语（如 FSDP）集成，提高了与 Hugging Face 库（如 Transformers 和 Diffusers）的兼容性。TorchNeuron 开箱即用地支持 89% 的顶级文本生成模型架构，与 Optimu…
-
Gemma-4 模型已移植到 AWS Inferentia2 加速器
作者成功将包括密集型和专家混合（MoE）变体在内的整个 Gemma-4 模型家族移植到 AWS Inferentia2 加速器上运行。这需要大量手动工作，因为供应商提供的工具（如 optimum-neuron 和 Neuron vLLM）不支持 Gemma-4 的特定架构，例如 KV 共享和 MoE。该过程需要自定义跟踪和编译管道，其中 31B 密集型模型和 26B-A4B MoE 模型带来了独特的扩展和架构挑战。
-
Google Gemma-4 模型已移植到 AWS Inferentia2 硬件
本现场报告详细介绍了将 Google 的 Gemma-4 模型（2B、4B 和 12B 参数）成功移植到 AWS Inferentia2 硬件的过程。该过程克服了三个主要障碍：混合注意力头、现有框架（如 vLLM 和 optimum-neuron）的限制以及 Neuron 编译器的约束。通过直接追踪 Hugging Face 的前向传播并为 KV 共享和张量并行实现特定策略，作者实现了所有三种模型尺寸的连贯服务，其性能指标可与 CPU…