TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ MoE 前回、C++で実装したTensorRTプラグインを使ったMoEの推論処理の推論速度を比較する。 比較対象は、 Dense MoE Sparse MoE (自前実装CUDAカーネル) Sparse MoE (CUTLASS Grouped GEMM) の3パターンとする。 比較条件 SwinTransformerのStage 0/1をMoE化 Stage 0の解像度 8x8、State 1の解像度 4x4 Stage 0のhidden_features 256、State 1のhidden_features 512 Expert数4 top_k=2 バッチサイズ128 FP16 RTX 4090… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2026%2F05%2F30%2F111704" title="dropless MoE(Mixture of Experts)を試す その6(推論速度比較) - TadaoYamaokaの開発日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2026-05-30 11:17:04 rich https://tadaoyamaoka.hatenablog.com/entry/2026/05/30/111704 1.0 100%