# NVIDIA et Princeton présentent ReplaySSM pour accélérer le décodage des modèles hybrides > Selon les chercheurs, ReplaySSM, qui met en mémoire tampon les entrées des modèles à espace d’états, a accéléré les kernels de décodage de 1,46 à 1,80 fois sur quatre modèles avec un lot de 256. - URL canonique: https://newsverum.com/fr/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026 - Éditeur: Newsverum - Rubrique: Technologie - Pays: États-Unis - Publié: 2026-10-15T19:00:45+00:00 - Mis à jour: 2026-10-15T19:00:45+00:00 - Période de l’événement / des données: 2026-10-12 - Autres éditions: [Türkçe](https://newsverum.com/tr/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [English](https://newsverum.com/en/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [العربية](https://newsverum.com/ar/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Español](https://newsverum.com/es/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Deutsch](https://newsverum.com/de/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md), [Português](https://newsverum.com/pt/news/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026.md) Des chercheurs de NVIDIA et du laboratoire Dao AI de l’université de Princeton ont présenté ReplaySSM, une méthode pour les modèles de langage hybrides qui met en mémoire tampon les entrées récentes des modèles à espace d’états (SSM) au lieu d’écrire l’état complet en mémoire à chaque jeton. L’état est représenté par un point de contrôle et un court tampon d’entrées, ce qui sépare le calcul de sortie des mises à jour d’état afin de simplifier le retour arrière du décodage spéculatif et de limiter l’accumulation d’erreurs lors de lectures en faible précision. Dans des tests sur quatre modèles Nemotron 3 et Qwen3.5 avec un lot de 256, l’équipe rapporte une accélération de 1,46 à 1,80 fois des kernels de décodage et de 1,20 à 1,47 fois de bout en bout ; les mêmes tests n’ont montré aucun gain avec un lot de 1. Sur deux modèles de classe 120B, le débit de génération spéculative a été multiplié par 1,85 et 2,10 avec un lot de 512. Ce sont les résultats de l’équipe dans ses propres conditions matérielles et logicielles ; la méthode a été intégrée à TensorRT-LLM, vLLM et FlashInfer. ## Données ### Accélération du décodage avec ReplaySSM Bornes des plages d’accélération rapportées pour quatre modèles hybrides avec un lot de service de 256. Méthodologie: Résultats sur quatre modèles publiés le 12 octobre 2026 par NVIDIA et le laboratoire Dao AI de Princeton, avec comparaison aux kernels vLLM réglés. Chaque mesure est donnée sous forme de plage ; seules ses bornes basse et haute sont enregistrées ici. Les tests utilisent un seul GPU H100 ou B300 avec un lot de 256. Il s’agit des résultats des auteurs dans leurs conditions matérielles et logicielles. | date | label | description | status | |---|---|---|---| | 2026-10-12 | NVIDIA et Princeton présentent ReplaySSM pour accélérer le décodage des modèles hybrides | Dans des tests sur quatre modèles Nemotron 3 et Qwen3.5 avec un lot de 256, l’équipe rapporte une accélération de 1,46 à 1,80 fois des kernels de décodage et de 1,20 à 1,47 fois de bout en bout ; les mêmes tests n’ont montré aucun gain avec un lot de 1. Sur deux modèles de classe 120B, le débit de génération spéculative a été multiplié par 1,85 et 2,10 avec un lot de 512. Ce sont les résultats de l’équipe dans ses propres conditions matérielles et logicielles ; la méthode a été intégrée à TensorRT-LLM, vLLM et FlashInfer. | occurred | Sources: · Télécharger les données: [JSON](https://newsverum.com/api/v1/articles/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026/data/replayssm-decoding-speed-ranges?lang=fr&format=json) · [CSV](https://newsverum.com/api/v1/articles/nvidia-princeton-replay-ssm-speeds-hybrid-decoding-october-2026/data/replayssm-decoding-speed-ranges?lang=fr&format=csv) ## Sources - [NVIDIA Technical Blog and Princeton University Dao AI Lab]() (Source vérifiée: 2026-10-15; Publié: 2026-10-12) --- Citez l’URL canonique ci-dessus. [Principes éditoriaux et corrections](https://newsverum.com/fr/editorial)