跳到正文
热点事件持续更新

FastAFD 论文发布并开源：机架级 AFD 引擎吞吐量实测数据

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

Yichao Fu 等人发布 FastAFD 论文并开源引擎，聚焦机架级 NVLink 上注意力-FFN 分离（AFD）的收益。 实验在 GB200 NVL72 上进行，结果显示 AFD 相比宽 EP 部署，Qwen3 吞吐量提升 1.17 倍，Qwen3.5 提升 1.16 倍，MiniMax-M2.5 表现持平。 研究还推导了分析模型，仅利用共置 vLLM 配置文件即可在 3% 误差内预测 AFD 吞吐量，用于评估部署前是否值得切换。

AI 根据报道生成 · 22 小时前更新

最新进展11月6日 13:00
FastAFD：机架级 NVLink 上注意力-FFN 分离何时带来收益

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv · ML
    FastAFD：机架级 NVLink 上注意力-FFN 分离何时带来收益

    FastAFD 引擎在 GB200 NVL72 上实现 AFD 优势，Qwen3 吞吐量提升 1.17 倍，Qwen3.5 提升 1.16 倍，MiniMax-M2.5 持平宽 EP。

本事件热度走势

可比范围当前
5
可比范围峰值
1011月6日 14:00
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。