热点事件观察中

FBTriton 重写 TBE 内核并提升性能

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

PyTorch 博客称，FBTriton 用 Triton 重写了 Table Batched Embedding（TBE）的前向与反向内核，在相关推荐系统负载上超过遗留 CUDA 实现：GB200 的 307 个 shard 配置中，前向中位加速比为 1.28×；一个大型 B200 配置的前向与反向总延迟从 79.537 毫秒降至 66.183 毫秒，下降 16.8%。这些结果来自 GB200 上 307 个 shard 配置、283 种不同形状的测试，使用精确 row-wise Adagrad 和 FP16 权重。FBTriton 在 Blackwell、Hopper 和 AMD 架构上保持相同的内核代码，但序列长度超过 256 的形状只与遗留实现持平，并未领先。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

06:57
PyTorch Blog精选
PyTorch FBTriton 优化 TBE 前向与反向内核，性能超过遗留 CUDA 实现
FBTriton 用 Triton 重写 Table Batched Embedding（TBE）的前向与反向内核，在相关推荐系统负载上超过遗留 CUDA 内核。在 GB200 的 307 个 shard 配置中，中位前向加速比为 1.28×。在一个大型 B200 配置中，前向与反向合计延迟从 79.537 ms 降至 66.183 ms，下降 16.8%。

本事件热度走势

可比范围当前: 3
可比范围峰值: 310月8日 22:00
近 24 小时变化: –

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。