Modellveröffentlichungen

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
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

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.

Originalartikel · AIHOT-Eintrag

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/

Alle ansehen →