AWS Machine Learning Blog· Ashvin Nihalani·2026-09-26 00:29· 6 天前

基于 EFA 和 DeepEP 在 Amazon EKS 上扩展 MoE 强化学习，吞吐量提升 40%

Scaling MoE reinforcement learning on Amazon EKS with EFA and DeepEP with 40% more throughput

SI 导读

AWS 结合 Amazon EKS、EFA 与 DeepEP，为大规模 MoE 模型的 RLHF/GRPO 强化学习后训练提供架构方案，吞吐量提升 40%。该方案针对 rollout 生成与策略训练并行的异步 RL 循环，通过 DeepEP 优化 Expert Parallelism 的 all-to-all 通信，缓解跨节点带宽瓶颈。

SI 评分33

#教程/实践 #数据/训练 #部署/工程 #算力/芯片

来源：AWS Machine Learning Blog · aws.amazon.com