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
小红书与北大开源 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,平均达到理想性能的 94.3%,相比业界 SOTA 训推框架提升 1.49 倍。该方案已在 288B 参数 MoE 模型的完整预训练中部署,保持不低于理想性能 92% 的水平。
关键信息
- 小红书与北大开源 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,平均达到理想性能的 94.
- 3%,相比业界 SOTA 训推框架提升 1.
- 该方案已在 288B 参数 MoE 模型的完整预训练中部署,保持不低于理想性能 92% 的水平
- 动态复制热点专家替代了基于历史窗口的重排,将MoE训推吞吐从理想的一半拉至90%以上,对自研大规模模型的团队而言,是一套可落地的负载均衡方案
速览
- 发布时间
- 更新时间
- 分类
- 产品与应用
- AI 评分
- 76
推荐理由
动态复制热点专家替代了基于历史窗口的重排,将MoE训推吞吐从理想的一半拉至90%以上,对自研大规模模型的团队而言,是一套可落地的负载均衡方案。
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。
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、北大开源 UltraEP:面向大规模 MoE 训推的「最优」负载均衡方案。2026年7月20日。https://new.nat6.net/news/cmsdu108a00uerofzae7t96q3/