MoE 预训练专家耦合降低 All-to-All 通信开销
原文标题：Expert Coupling in MoE Pretraining: Reducing All-to-All Overhead with Correlated Placement and Token Shuffling
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。
研究者发现 MoE 预训练早期路由器已学会以相关模式分配 token 给专家，据此提出相关专家放置与 token 重排两种方法，将更多 token-专家分配保留在本地 GPU。在 Megatron-LM 上，两种方法将 all-to-all 时间降低 1.16-2.63 倍，端到端步时最多降低 1.41 倍，且不改变路由决策或专家参数。
深读 · 结论先行AI 生成展开看要点与影响 ↓
利用MoE路由相关性做专家放置与token重排，all-to-all时间最多降2.63倍。
- •8卡AMD MI300X节点上，EP32时all-to-all占训练步45%（top-2）和60%（top-6）
- •top-2下0.8%的专家对共同被42%的token选中，且层间选择可预测
- •相关专家放置+每token每GPU只发一次，最多减少58%的dispatch行
- •Megatron-LM上all-to-all降1.16-2.63倍，端到端步时最多降1.41倍
- •不改变路由决策与专家参数
为什么重要：通信是MoE专家并行的主要瓶颈，该方法不改模型只改调度，属于可直接落地的训练加速，对大规模MoE训练成本影响明显。
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。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。