LRMoE 系统在显存受限节点上加速 MoE 模型训练
原文标题：LRMoE: Demand-Side Load Re-Calibration for Efficient MoE Training on Memory-Constrained Nodes
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 LRMoE，一种显存感知的 MoE 训练系统，在反向传播中按 token-专家对更新贡献重新校准负载，并通过容量感知路由与物理压缩减少通信与计算开销。在 Qwen3-30B-A3B 与 GLM4.5-106B-A12B 上，达到固定损失目标的累计 MoE 层训练时间比 SYMI 减少 21.2%-44.8%。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LRMoE 在显存受限节点上训练 MoE，达到固定损失的累计 MoE 层训练时间比 SYMI 少 21.2%–44.8%。
- •前向阶段在资源约束下规划保留配额与专家放置，保留全部路由计算
- •反向用负载重校准指标估计每个 token-专家对更新的贡献，在配额内筛选
- •容量感知路由把保留对分配到原专家的可用实例，物理压缩缩小通信载荷与分组 GEMM 规模
- •在 Qwen3-30B-A3B 与 GLM4.5-106B-A12B 上验证，对比基线为 SYMI
为什么重要：MoE 训练瓶颈在路由不均与显存竞争，该工作把专家副本与 token 缓冲的显存冲突纳入调度，对显存受限集群的训练效率有直接意义。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
Marvell 与 Lumentum 宣布合并，打造 AI 连接领域领导者
AI 摘要Marvell 与 Lumentum 宣布合并，双方称将组建 AI 连接（AI Connectivity）领域的品类领导者。交易旨在整合光通信与互连能力，服务数据中心 AI 基础设施需求。