チュートリアル

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
出典
Cohere Labs:官方研究博客
カテゴリ
チュートリアル
AI スコア
68
原文を読む 情報源で全文を読む
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。

原文記事 · AIHOT 記事

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/

すべて見る →