모빌리티·물류연구 결과
모듈화된 MoE 학습을 위한 Mozart 프레임워크 개발
원문 발행 2026.03.07 11:57 KST블랙덱 추가 2026.11.18 11:14 KST
무엇이 새로워졌나요?
3.5D 웨이퍼 스케일 칩릿 아키텍처에서 모듈화된 전송 및 스케줄링을 통합한 알고리즘-하드웨어 공동 설계를 제안합니다.
핵심 내용
- Mozart는 모듈화된 MoE LLM 학습을 위한 알고리즘-하드웨어 공동 설계 프레임워크를 제안합니다.
- 3.5D 웨이퍼 스케일 칩릿 아키텍처에서 전송 효율과 계산 겹침을 개선합니다.
- 3개의 대표적 MoE 모델에서 학습 효율성 향상이 입증됩니다.
내 일에 연결해 보면
3.5D 웨이퍼 스케일 칩릿 아키텍처에서 MoE 모델 학습의 효율성을 향상시킵니다.
아직 확인해야 할 점
논문 초록에 근거한 연구 요약입니다. 실제 적용 조건과 검증 범위는 연결된 원문에서 확인해야 합니다.
요약에 참고한 원문
아래 링크는 원문 사이트의 새 창으로 열립니다.