字节豆包大模型团队开源了针对MoE架构的关键优化技术COMET,可将大模型训练效率提升1.7倍,成本节省40%。该技术已应用于字节的万卡集群训练,累计节省数百万GPU小时算力。COMET相较于DeepSeek的DualPipe等方案,支持主流MoE训练框架且无需侵入式改动,单个MoE层加速1.96倍,端到端平均提升1.71倍,表现稳定。此外,COMET可与DualPipe联合使用,进一步降低训练成本。论文链接和开源地址已提供。