产品
别名：megatron-core
NVIDIA的大型MoE训练框架
已跟踪 2 条高相关材料
最近变化
2026-10-01 · Olmo-core 3采用DDP架构，使47B参数MoE模型吞吐量达52,000 tokens/s/GPU
为什么值得关注
NVIDIA Megatron-Core 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs
Hugging Face Blog · 8.5 分
Hugging Face发布Olmo-core 3，通过分布式训练优化将MoE模型参数容量提升至47B，吞吐量提升2.7倍。
Training Kimi K2 and Qwen3 30B-scale models efficiently requires more than standard data-parallel tr...
NVIDIA AI(@NVIDIAAI) · 7.2 分
NVIDIA Megatron Core新增对Muon、MOP、REKLS等高阶优化器的端到端支持，突破传统数据并行限制，显著提升Kimi K2与Qwen3等300亿参数模型在GB300/NVL72系统上的训练效率。
已收录 2 条与 NVIDIA Megatron-Core 相关的内容，按评分排序。
Hugging Face发布Olmo-core 3，通过分布式训练优化将MoE模型参数容量提升至47B，吞吐量提升2.7倍。
入选理由：Olmo-core 3采用DDP架构，使47B参数MoE模型吞吐量达52,000 tokens/s/GPU
NVIDIA Megatron Core now offers end-to-end support for advanced optimizers like Muon, MOP, and REKLS, overcoming limitations of standard data parallelism to significantly accelerate training of 30B-scale models such as Kimi K2 and Qwen3 on GB300 and NVL72 systems.
入选理由：传统数据并行已不足以高效训练30B+大模型，需引入高阶优化器。
