Skip to content

【Hackathon 10th Spring No.47】【RFC】新增 MiniMax-M1 模型设计文档#1252

Open
cloudforge1 wants to merge 2 commits intoPaddlePaddle:masterfrom
cloudforge1:task/047-rfc-minimax-m1
Open

【Hackathon 10th Spring No.47】【RFC】新增 MiniMax-M1 模型设计文档#1252
cloudforge1 wants to merge 2 commits intoPaddlePaddle:masterfrom
cloudforge1:task/047-rfc-minimax-m1

Conversation

@cloudforge1
Copy link
Copy Markdown
Contributor

概述

本 RFC 设计 FastDeploy 新增 MiniMax-M1 模型的推理支持方案。

核心挑战

MiniMax-M1 采用 80 层混合架构(标准 GQA + 线性注意力/Mamba),需要:

  1. Lightning Attention CUDA 内核开发:5 个 vLLM Triton kernel → CUDA C++ 翻译
  2. MambaBackend 注意力后端:新增 MambaBackend(AttentionBackend) 支持线性注意力
  3. 混合注意力调度:逐层通过 attn_type_list 选择 GQA 或 Mamba 后端
  4. MoE + SharedExpert + DeepNorm 集成

主要工作量分布

  • CUDA 内核翻译:2-3 周(核心难点)
  • MambaBackend + 算子包装:1 周
  • 模型组网 + 权重加载:1 周
  • 测试调优:1 周
  • 预计合计 ~5-6 周

复用与创新

  • 复用:GQA 注意力、MoE 分派、RoPE、并行线性层、量化框架
  • 新增:MambaBackend(可复用于 Jamba、Zamba 等后续 Mamba 模型)

相关链接

@paddle-bot
Copy link
Copy Markdown

paddle-bot bot commented Mar 20, 2026

你的PR提交成功,感谢你对开源项目的贡献!
请检查PR提交格式和内容是否完备,具体请参考示例模版
Your PR has been submitted. Thanks for your contribution!
Please check its format and content. For this, you can refer to Template and Demo.

@luotao1
Copy link
Copy Markdown
Collaborator

luotao1 commented Mar 24, 2026

@chang-wenbin

@luotao1
Copy link
Copy Markdown
Collaborator

luotao1 commented Mar 30, 2026

已合并的 H9 RFC: #1156

如果觉得原来的RFC没问题,可以直接提代码PR。如果觉得RFC还需要修改,在原来的基础上修改即可,无需提一个新的文件。

@cloudforge1 cloudforge1 force-pushed the task/047-rfc-minimax-m1 branch from 792fb53 to 7abad1f Compare March 30, 2026 10:42
@cloudforge1
Copy link
Copy Markdown
Contributor Author

了解,将调整为更新原 RFC 文件,不新增文件。代码 PR 同步推进中:PaddlePaddle/FastDeploy#6994

@cloudforge1
Copy link
Copy Markdown
Contributor Author

已更新,改为直接修改原 RFC 文件。请查看。

@cloudforge1 cloudforge1 force-pushed the task/047-rfc-minimax-m1 branch from 7abad1f to 940b245 Compare March 30, 2026 10:52
@cloudforge1
Copy link
Copy Markdown
Contributor Author

已按实际实现全面更新 RFC(同一文件名,190 行更新)。主要变更:Triton 算子替代 CUDA C++ 内核、移除 MambaBackend 抽象、补充量化支持与权重加载双路径。原始作者已在元数据中标注。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants