Cursor專家混合型模型學習處理量提升41%

AI編程工具Cursor的專家混合型(Mixture-of-Experts·MoE)模型學習技術在NVIDIA GB300 GPU 512個環境下，整體處理量提升了41%。這項技術通過重疊執行GPU之間的數據傳輸和計算，減少了學習瓶頸。Cursor於5日公開了專家混合型模型學習用的開源內核「Mixture-of-Kittens(MoK)」，並聲稱在單一專家混合型層測試中，其性能比公開替代方案快了最多2.37倍。專家混合型結構包含多個專家網絡，根據輸入僅調用部分專家，從而在減少計算量的同時擴大模型規模。然而，當專家分散在多個GPU上時，數據移動和計算等待時間會增加。這項技術專注於同時處理數據傳輸和計算，以減少等待時間。Cursor的官方部落格和GitHub上並未確認同名的公告，而41%和2.37倍的數據則基於動察比特的報導。Cursor之前曾表示，針對Blackwell GPU的專家混合型層性能提升了3.5倍，整體學習速度提升了1.5倍。這項技術可能會影響利用AI代理和代碼自動化工具的區塊鏈企業。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。