CohereがNorth Mini Codeのmegakernel推論エンジンを詳解、単一H100でvLLMより1.25~1.41倍高速
原題:Inside the megakernel serving engine for North Mini Code
AI 要約
CohereはNorth Mini Code向けにdecode megakernelを中心とした推論エンジンを構築し、公開した。BF16で単一のH100におけるエンドツーエンドのデコードスループットはvLLMより1.25~1.41倍高速で、batch size 1では292 tok/s(SoLの62%)に達する。コードはGitHubで公開されている。
要点
- CohereはNorth Mini Code向けにdecode megakernelを中心とした推論エンジンを構築し、公開した。
- BF16で単一のH100におけるエンドツーエンドのデコードスループットはvLLMより1.
- 41倍高速で、batch size 1では292 tok/s(SoLの62%)に達する。
- コードはGitHubで公開されている
概要
- 公開日時
- 更新日時
- カテゴリ
- チュートリアル
- AI スコア
- 68
おすすめの理由
原文给出手写 decode megakernel 的完整实现细节与真实吞吐数据,读者可以了解如何把现有内核组装成单个持久内核并接入真实服务。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:CohereがNorth Mini Codeのmegakernel推論エンジンを詳解、単一H100でvLLMより1.25~1.41倍高速。2026年9月8日。https://new.nat6.net/ja/news/gpw1qeypdu4lyt3u0ijp5m2s5/