Cohere huraikan enjin inferens megakernel North Mini Code, 1.25–1.41 kali lebih pantas daripada vLLM pada satu H100
Tajuk asal:Inside the megakernel serving engine for North Mini Code
Ringkasan AI
Cohere melancarkan enjin inferens yang dibina sekitar megakernel decode untuk North Mini Code. Dalam BF16, daya pemprosesan penyahkodan hujung ke hujung pada satu H100 adalah 1.25–1.41 kali lebih pantas daripada vLLM, mencapai 292 tok/s pada saiz kelompok 1 (62% daripada SoL), dan kodnya telah dibuka di GitHub.
Maklumat penting
- Cohere melancarkan enjin inferens yang dibina sekitar megakernel decode untuk North Mini Code.
- Dalam BF16,daya pemprosesan penyahkodan hujung ke hujung pada satu H100 adalah 1.
- 41 kali lebih pantas daripada vLLM,mencapai 292 tok/s pada saiz kelompok 1 (62% daripada SoL),dan…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- Cohere Labs:官方研究博客
- Kategori
- Tutorial dan petua
- Skor AI
- 68
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。
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Cohere huraikan enjin inferens megakernel North Mini Code, 1.25–1.41 kali lebih pantas daripada vLLM pada satu H100. 8 September 2026. https://new.nat6.net/ms/news/gpw1qeypdu4lyt3u0ijp5m2s5/