产品与应用

小红书与北大开源 UltraEP:面向大规模 MoE 训推的实时负载均衡方案

原文标题:小红书、北大开源 UltraEP:面向大规模 MoE 训推的「最优」负载均衡方案

AI 摘要

小红书与北大提出 UltraEP,首次将基于精确路由信息的实时负载均衡引入生产系统,在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上,训练吞吐平均达到理想性能的 94.6%,相比 Megatron-LM 提升 42%;推理 prefill 吞吐相比 SGLang 提升 1.56 倍。

关键信息

  • 小红书与北大提出 UltraEP,首次将基于精确路由信息的实时负载均衡引入生产系统,在每个 microbatch 和每一层动态复制热点专家。
  • 在 Qwen3-235B 等模型上,训练吞吐平均达到理想性能的 94.
  • 6%,相比 Megatron-LM 提升 42%
  • 推理 prefill 吞吐相比 SGLang 提升 1.
  • MoE 训练推理的负载不均是个老痛点,UltraEP 用实时复制热专家的方式把 GPU 利用率拉到 94% 的理想线,代码和论文都开源了,做大规模分布式训练的团队可以直接参考

速览

发布时间
更新时间
来源
公众号:小红书技术(dots.llm)
分类
产品与应用
AI 评分
68
阅读原文 前往信息源阅读完整正文
推荐理由

MoE 训练推理的负载不均是个老痛点,UltraEP 用实时复制热专家的方式把 GPU 利用率拉到 94% 的理想线,代码和论文都开源了,做大规模分布式训练的团队可以直接参考。

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:小红书与北大开源 UltraEP:面向大规模 MoE 训推的实时负载均衡方案。2026年7月20日。https://new.nat6.net/news/cmrsy2z9e03wpbitlqgh25fol/

查看全部 →