NVIDIA veröffentlicht Nemotron-Labs-3-Puzzle-75B-A9B: komprimiertes hybrides MoE-Modell mit 2,03-facher Server-Throughput-Steigerung
Originaltitel:NVIDIA Releases Nemotron-Labs-3-Puzzle-75B-A9B: A Compressed Hybrid MoE LLM Delivering 2.03x Server Throughput at Matched User Throughput
KI-Zusammenfassung
NVIDIA veröffentlicht die komprimierte Variante Nemotron-Labs-3-Puzzle-75B-A9B von Nemotron-3-Super. Die Gesamtparameter sinken von 120,7B auf 75,3B, die aktiven Parameter von 12,8B auf 9,3B, wobei das Layout mit 88 Blöcken (40 Mamba, 40 MoE, 8 Attention) erhalten bleibt. Auf einem 8×B200-Knoten steigt der Server-Durchsatz bei 8K/64K-Szenarien und einer Nutzerdurchsatzrate von ≥100 tok/s um das 2,03-Fache. Auf einer einzelnen H100 steigt die Zahl gleichzeitiger 1M-Token-Anfragen von 1 auf 8, der Gewichtsspeicherbedarf sinkt von 70 GB auf 44,5 GB. Die iterative Puzzle-Methode erzielt im Durchschnitt 0,57 Punkte mehr als der Einzelschritt. Der Preis: Arena-Hard-V2 sinkt um 4,2 Punkte, SWE-Bench um 2,6 Punkte. Hugging Face stellt Checkpoints in BF16, FP8 und NVFP4 bereit.
Kernpunkte
- NVIDIA veröffentlicht die komprimierte Variante Nemotron-Labs-3-Puzzle-75B-A9B von Nemotron-3-Super.
- Die Gesamtparameter sinken von 120,7B auf 75,3B,die aktiven Parameter von 12,8B auf 9,3B,wobei das…
- Auf einem 8×B200-Knoten steigt der Server-Durchsatz bei 8K/64K-Szenarien und einer…
- Auf einer einzelnen H100 steigt die Zahl gleichzeitiger 1M-Token-Anfragen von 1 auf 8,der…
- Die iterative Puzzle-Methode erzielt im Durchschnitt 0,57 Punkte mehr als der Einzelschritt.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- MarkTechPost(RSS)
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 70
把120B MoE压到75B后,同节点服务吞吐几乎翻倍,单张H100百万token并发从1涨到8。对长上下文RAG和AI编码助手这类对吞吐敏感的产品来说,这不是论文调优,是实打实的降本方案。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: NVIDIA veröffentlicht Nemotron-Labs-3-Puzzle-75B-A9B: komprimiertes hybrides MoE-Modell mit 2,03-facher Server-Throughput-Steigerung. 9. Juli 2026. https://new.nat6.net/de/news/cmrd9x7xz01wzih4bch5uoywh/