实体 optimum-neuron

optimum-neuron

PulseAugur coverage of optimum-neuron — every cluster mentioning optimum-neuron across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_140280 · Jul 13 · 13:35

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…