Entraînez Qwen3 sur AWS Trainium avec torchtitan de trois façons sur un seul trn2.48xlarge : le backend de modélisation Hugging Face Transformers v5, le Qwen3 natif de torchtitan, et les kernels mixture-of-experts NKI. Le même lanceur torchrun et la même structure de configuration fonctionnent sans modification sur les trois chemins, y compris le chargement et la sauvegarde des safetensors Hugging Face publiés.
news
Entraîner Qwen3 sur AWS Trainium avec torchtitan
Entraînez Qwen3 sur AWS Trainium avec torchtitan de trois manières sur un seul trn2.48xlarge : le backend de modélisation Hugging Face Transformers v5, le Qwen3 natif de torchtitan et les kernels mixture-of-experts NKI. Le même lanceur torchrun et la même structure de configuration fonctionnent sans modification sur les trois chemins, y compris le chargement et la sauvegarde des safetensors Hugging Face publiés.