AMD 最强开源混合专家模型：Instella-MoE 系列 AI 登场，16B 参数、自有 GPU 训练

IT之家 7 月 28 日消息，AMD 于 7 月 24 日发布博文，宣布推出 Instella-MoE 系列模型，总参数量为 16B，激活参数量为 2.8B，采用 27 层解码器架构，使用 AMD 自研的 GPU 和软件开发而成。IT之家援引博文介绍，AMD 本次推出的 Instella-MoE 系列模型共有 6 个版本：模型阶段描述Instella-MoE-16B-A3B-Pretrain预训练基于大型多样化训练语料库从头开始训练的 MoE 基础模型。Instella-MoE-16B-A3B-MidtrainMid-training在高质量混合数据上进一步训练的预训练模型，完善关键能力。Instella-MoE-16B-A3B-BaseLong-context长上下文训练旨在提升模型处理和推理更长序列的能力。我们将其作为最终的基础检查点。Instella-MoE-16B-A3B-SFTSFT通过监督微调 (SFT) 扩展基础检查点，实现指令跟踪和链式推理能力。Instella-MoE-16B-A3B-DPODPO基于对比偏好数据的直接偏好优化（DPO）以提高模型性能。Instella-MoE-16B-A3B-ThinkRL通过强化学习（RL）对最终思维检查点进行改进，以进一步加强对指令的遵循和整体反应质量。性能方面，下图为 Instella-MoE-16B-A3B-Base 模型和其它模型的对比，横轴代表活跃参数量，而纵轴代表各种跑分测试，可以看到该模型跑分要低  Qwen3.5-4B-Base，不过高于其它模型。以下是 Instella-MoE-16B-A3B-Think 与同类产品的性能对比。与 Gemma-4-E4B-it 相比，它在启用参数更少的情况下获得了更高的分数。Instella-MoE 是 AMD 开发的最先进开源混合专家语言模型，在 AMD Instinct™ MI300X 和 MI325X GPU 上从头开始训练。该模型训练完全基于 AMD ROCm™ 软件栈，以 Primus 训练和 Miles RL 框架为基础，融合了包括门控多头潜在注意力（Gated MLA）在内尖端的架构和系统创新，让 AMD 硬件上高效地进行大规模训练和推理。在预训练阶段，FarSkip-Collective 通过专家并行带来的通信重叠，将模型预训练速度提升了 12.7%。Instella-MoE-16B-A3B 训练流程。Instella-MoE-16B-A3B RL 训练流程。在推理阶段，我们使用 SGLang 推理框架实现了 Instella-MoE。通过将通信与计算重叠，当模型采用专家并行服务时，该实现可将首次 Token 响应时间 (TTFT) 最多缩短 39.2%。