Tencent Hunyuan AI Infra 신규 오픈소스: HPC-Ops 추론 핵심 연산자 전면 업그레이드
AI 요약
Tencent Hunyuan AI Infra 팀이 HPC-Ops 추론 연산자 라이브러리를 오픈소스로 업그레이드하고 5대 핵심 연산자를 출시했다. Attention은 런타임 동적 부하 스케줄링을 적용해 긴 텍스트에서 최대 2.95x 가속, 엔드투엔드 QPM 17% 향상을 달성했다. Router GEMM은 이중 BF16 조합으로 FP32 정밀도를 구현해 CuBLAS FP32 대비 최대 3.22x 빠르다. FusedMoE는 vLLM, SGLang 대비 1.2x~1.6x 성능 향상을 보였다. Fused AllReduce+Norm은 주류 솔루션 대비 최대 1.68x 가속했다. Sampler는 디코딩 샘플링을 2개의 CUDA Kernel로 융합해 vLLM 대비 4.0x~7.5x 빠르다. 모든 기능은 실제 생산 환경에서 검증되었으며 완전히 오픈소스로 공개되었다.
핵심 정보
- Tencent Hunyuan AI Infra 팀이 HPC-Ops 추론 연산자 라이브러리를 오픈소스로 업그레이드하고 5대 핵심 연산자를 출시했다.
- Attention은 런타임 동적 부하 스케줄링을 적용해 긴 텍스트에서 최대 2.
- 95x 가속,엔드투엔드 QPM 17% 향상을 달성했다.
- Router GEMM은 이중 BF16 조합으로 FP32 정밀도를 구현해 CuBLAS FP32 대비 최대 3.
- 22x 빠르다.
한눈에 보기
腾讯混元把推理全链路的瓶颈都加速了一遍,Sampler 算子比 vLLM 快 4-7 倍,Attention 动态调度根治长尾延迟,这套开源算子库可以直接用,做推理部署的可以抄作业。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Tencent Hunyuan AI Infra 신규 오픈소스: HPC-Ops 추론 핵심 연산자 전면 업그레이드. 2026년 6월 11일. https://new.nat6.net/ko/news/cmq99cd9g09skslldniw7u2ub/