i14与AWS在Trainium2训练部署Laplace 3B
热点事件持续更新
i14与AWS在Trainium2训练部署Laplace 3B
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
i14 与 AWS 合作，通过 TorchNeuron Native 以原生 PyTorch 在 Trainium2 上训练并部署了采用门控线性注意力的 Laplace 3B 模型，并分享了模型设计、为 Trainium2 所做的改动以及训练和推理结果。 AWS 称，GenAIIC 团队在一台 trn2.48xlarge 实例上使用全部 64 个逻辑 NeuronCore 和 all_to_all Muon 路径完成训练；公布结果截至第 84,210 步、约 440 亿 token。 AWS 同时说明，由于 BF16 重结合会使编译输出与 eager 略有差异，需精确复现时应使用 eager 解码；若上下文增长导致服务成本上升、并发受限或智能体内存受限，可联系 i14 或 AWS 账户团队评估在 Trainium2 上使用 Laplace 3B。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 05:14
i14 在 AWS Trainium2 上用原生 PyTorch 训练与部署 Laplace 3B 线性注意力模型报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- AWS Machine Learning Blogi14 在 AWS Trainium2 上用原生 PyTorch 训练与部署 Laplace 3B 线性注意力模型
i14 与 AWS 合作，通过 TorchNeuron Native 以原生 PyTorch 在 Trainium2 上训练并部署了采用门控线性注意力的 Laplace 3B 模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。