Technologie / WELT

AWS erläutert labsweep-Messungen für isolierte KI-Trainingsumgebungen

AWS veröffentlichte am 9. Oktober eine technische Bewertung von Reinforcement-Learning-Durchläufen in Firecracker-MicroVMs. Mit labsweep wurden laut Unternehmen mehr als 100.000 Stichproben über mehr als 500 Konfigurationen erfasst. Bei den getesteten Lasten stieg die Latenz am langsamen Rand oberhalb einer MicroVM je virtueller CPU stark an; der Median änderte sich deutlich weniger.

Die Quelle nennt kein Ereignisdatum; angezeigt wird der Zeitraum der Quellenprüfung.

Konzeptionelle Darstellung von Technologie, Prozessoren und verbundenen Informationen.Illustration
Symbolische Illustration

AWS veröffentlichte am 9. Oktober eine technische Bewertung von Reinforcement-Learning-Durchläufen in Firecracker-MicroVMs. Mit labsweep wurden laut Unternehmen mehr als 100.000 Stichproben über mehr als 500 Konfigurationen erfasst. Bei den getesteten Lasten stieg die Latenz am langsamen Rand oberhalb einer MicroVM je virtueller CPU stark an; der Median änderte sich deutlich weniger.

Die veröffentlichten Latenz- und Durchsatzwerte betreffen m8i und m8a; m8g-Ergebnisse folgen erst noch. Speicher und Netzwerklatenz zum Modellendpunkt blieben konstant; dynamischer Wechsel der Umgebungen war nicht Teil der Bewertung. CPU-Bindung und simultanes Multithreading wirkten lastabhängig; AWS nennt keine universell beste Einstellung.

Daten

Zeitleiste

AWS erläutert labsweep-Messungen für isolierte KI-Trainingsumgebungen

AWS erläutert labsweep-Messungen für isolierte KI-Trainingsumgebungen

  1. · eingetreten

    Veröffentlichung des Forschungsberichts

    AWS veröffentlichte am 9. Oktober eine technische Bewertung von Reinforcement-Learning-Durchläufen in Firecracker-MicroVMs. Mit labsweep wurden laut Unternehmen mehr als 100.000 Stichproben über mehr als 500 Konfigurationen erfasst. Bei den getesteten Lasten stieg die Latenz am langsamen Rand oberhalb einer MicroVM je virtueller CPU stark an; der Median änderte sich deutlich weniger.

Methodik

Die Ergebnisse werden der Quelle zugeschrieben; keine unabhängige Leistungsmessung.

Aktualisiert:

HerunterladenCSV ↓JSON ↓
Strukturierte Berichterstattung

Themen und Orte

Themenvorschläge

Geografische Angaben

Angezeigt werden nur geografische Angaben aus der Quelle. Eine externe Karte lässt sich optional öffnen. Optionale Karten in Artikeln nutzen OpenStreetMap. Beim Öffnen werden Ihre IP-Adresse und die Adresse dieser Website an den Kartenanbieter übermittelt. Ortsangaben bleiben auch ohne Karte als Text lesbar.

  • Vereinigte Staaten · Funktion des Ortes: Abdeckung · Art des Ortes: Land oder Gebiet · Ortsgenauigkeit: regional
    Beleg
    • Explicit preserved editorial country/region; no city or national centroid inferredaws.amazon.com ↗
Taxonomieversion: IPTC Media Topics 2026-Q2

Weiterlesen

Technologie

AWS berichtet über MoE-Kerneloptimierungen auf SageMaker

AWS erläuterte am 13. Oktober GPU-Kerneloptimierungen für Expertenmischmodelle auf SageMaker AI: vertauschte Matrixoperanden, FP8-Routing zum Triton-Backend und die Vermeidung unnötiger Just-in-time-Neukompilierungen.

AWS Artificial Intelligence Blog1 Min. Lesezeit
Mit Daten
Technologie

Microsoft meldet Abschluss des Vortrainings von MAI-Base-2

Microsoft AI teilte am 15. Oktober den Abschluss des Vortrainings von MAI-Base-2 mit, einem Expertenmischmodell mit 2,8 Billionen Parametern, davon 80 Milliarden aktiv. Laut Unternehmen lief das Training im August und September 38 Tage auf 16.000 GB200-GPUs; das Nachtraining dauert an.

Microsoft AI1 Min. Lesezeit
Mit Daten