数亿美元算力验证：Layer-loop 比 Model-loop 更适合 MoE 预训练
teortaxesTex · x · 2026-07-21
第一作者表示，他们投入了数亿美元算力去验证经典的 Universal Transformer，也就是所谓的 model-loop 方案。
结论是：这个方案在上十亿参数的 MoE 模型上扩展性并不好。到了预训练后期，团队提出的 layer-loop 方法不仅超过了 model-loop，并且一直保持优势；同时它对基础设施更友好，更适合大规模 pipeline parallelism。
作者还强调，在相同理论 FLOPs 下，loop 方案可以优于非 loop 基线；而 model-loop 会让参数和梯度之间的距离更远，规模越大越可能拖慢训练。
所属事件:Loopie循环式Transformer发布，以极低成本追平大模型(7 条相关)→
「Infra」频道最新
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- Gary Marcus:补上 Q3 数据后，Anthropic 算力效率增速现拐点 — GaryMarcus · 2026-10-27
- 推理社区与 K8s 社区高度重合：万亿市场的 Kubernetes 翻版 — matt_slotnick · 2026-10-27
- vLLM 考虑将更多栈迁往 Rust，推理引擎 Rust 化成趋势 — AccBalanced · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27