i14与AWS在Trainium2上训练部署Laplace 3B
热点事件持续更新
i14与AWS在Trainium2上训练部署Laplace 3B
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
i14 与 AWS 合作，通过 TorchNeuron Native 在 AWS Trainium2 上完成 Laplace 3B 模型的训练与部署。该模型基于 Gated Linear Attention，循环状态固定为每序列 29.5 MB，不随上下文长度增长。 AWS 称，若上下文增长正在推高服务成本、降低并发或限制智能体记忆，可联系 i14 或 AWS 账户团队评估在 Trainium2 上运行 Laplace 3B。由于线性注意力压缩历史而非保留全部键值，需针对具体工作负载评估检索质量；BF16 reassociation 会使编译输出与 eager 略有差异，需要精确复现时应使用 eager decode。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 05:14
i14 与 AWS 在 Trainium2 上用原生 PyTorch 训练和部署 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 与 AWS 在 Trainium2 上用原生 PyTorch 训练和部署 Laplace 3B 线性注意力模型
i14 与 AWS 合作，通过 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B 模型，其循环状态固定为每序列 29.5 MB，不随上下文长度增长。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月21日 06:00
- 近 24 小时变化
- –
02.557.510
06:0007:0008:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。