Prime Mega MoE மூலம் வேகமான AI பயிற்சி kernel-ஐ பயிற்சி செய்யக்கூடியதாக மாற்றம்
Prime Intellect நிறுவனம் Prime Mega MoE-ஐ வெளியிட்டுள்ளது. இது DeepSeek-இன் Mega MoE kernel-க்கான backward pass ஆகும், இதனால் அந்த kernel பயிற்சி செய்யக்கூடியதாகிறது. prime-rl-இல் Qwen3 MoE பயிற்சியின் ஒவ்வொரு step-உம் 34% வரை வேகமாகிறது என்றும், forward pass 3.11x வேகமாக உள்ளது என்றும் செய்தி கூறுகிறது. இது பெரிய AI மாடல்களைப் பயிற்சி செய்யும் டெவலப்பர்களுக்கானது, அன்றாட பயனர்களுக்கு அல்ல.
எப்படி முயற்சிப்பது
டெவலப்பர்கள் prime-rl திட்டத்தைப் பார்த்து, வெளியீட்டுப் பதிவில் தொடங்கி Qwen3 MoE பயிற்சியில் இதைச் சோதித்துப் பார்க்கலாம்.
பயனுள்ளது 15%