官方來源· AWS Artificial Intelligence· AI· 發布於 2026年9月29日

AWS 展示以 EKS、EFA 與 DeepEP 擴展 MoE 強化學習，回報 rollout 吞吐量提升 40%

AWS 介紹一套結合 Amazon EKS、EFA、DeepEP 與 Amazon S3 的 MoE 強化學習架構，並表示在大型 RLHF 與 GRPO 訓練中，整體 rollout 吞吐量提升 40%。

完整報導

AWS 發布文章介紹如何在 Amazon EKS 上擴展 Mixture-of-Experts（MoE）強化學習。文中架構結合 Elastic Fabric Adapter（EFA）、DeepEP 與 Amazon S3，面向大型 RLHF 與 GRPO 訓練工作負載。

AWS 表示，這套架構讓整體強化學習 rollout 吞吐量提升 40%。對需要為訓練流程產生 rollout 的團隊而言，吞吐量是衡量生成速度的重要指標；這項結果提供了 AWS 所述架構在相關工作負載上的效能參考，但不代表其他環境必然能取得相同幅度的提升。

Rollout 吞吐量會影響強化學習訓練取得生成資料的速度。AWS 所報告的 40% 提升，為採用 EKS 進行大型 RLHF 或 GRPO 訓練的團隊提供一項架構效能參考。

先看主要證據，再查看佐證來源與來源脈絡。

1 則

官方AWS Artificial Intelligence文件2026/9/25原始來源
Scaling MoE reinforcement learning on Amazon EKS with EFA and DeepEP with 40% more throughput
Ashvin Nihalani
“Learn how to scale Mixture-of-Experts (MoE) reinforcement learning on Amazon EKS using Elastic Fabric Adapter (EFA) and DeepEP. This post presents an architecture that combines Amazon EKS, EFA, and Amazon S3 and increased aggregate reinforcement learning rollout throughput by 40% for large-scale RLHF and GRPO training.”