i14 将 Laplace 3B 移植到 AWS Trainium2
热点事件历史事件
i14 将 Laplace 3B 移植到 AWS Trainium2
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
i14 与 AWS 合作，借助 TorchNeuron Native 的原生 PyTorch 支持，把采用 Gated Linear Attention 的 Laplace 3B 线性注意力模型移植到 AWS Trainium2，并完成训练与推理。AWS 称，该模型的循环状态固定为每序列 29.5 MB，不随上下文长度增长。 AWS 博客披露的训练结果截至第 84,210 步、约 440 亿 token。由于 BF16 重结合会使编译输出与 eager 模式略有差异，AWS 建议在需要精确复现时使用 eager 解码。 AWS 还称，若上下文增长导致服务成本上升、并发受限或智能体记忆受限，可试用 i14，或联系 AWS 客户团队评估在 Trainium2 上运行 Laplace 3B。
AI 根据报道生成 · 10 天前更新
最新进展10月21日 05:14
i14 的 Laplace 3B 线性注意力模型如何在 AWS Trainium2 上用原生 PyTorch 训练与推理报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- AWS Machine Learning Blogi14 的 Laplace 3B 线性注意力模型如何在 AWS Trainium2 上用原生 PyTorch 训练与推理
i14 与 AWS 合作，通过 TorchNeuron Native 的原生 PyTorch 支持，将采用 Gated Linear Attention 的 Laplace 3B 线性注意力模型移植到 AWS Trainium2，其循环状态固定为每序列 29.5 MB、不随上下文长度增长。