知识卡片
预填充并行解码串行
Transformer推理中,预填充并行处理已有输入,准备首个输出所需的中间状态;自回归解码则根据已经生成的内容逐token继续。消除输入端递推不等于输出也完全并行,两阶段的不同约束决定优化策略不能混用。
结构图:
flowchart TD
A[完整输入] --> B[并行预填充]
B --> C[首个输出所需状态]
C --> D[生成一个token]
D --> E{结束条件满足}
E -- 否 --> F[把新token加入上下文]
F --> D
E -- 是 --> G[返回完整输出]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
使用Transformer时,输入token可以并行处理,从而显著加快了输入处理速度。虽然Transformer消除了输入端的顺序处理瓶颈,但基于Transformer的自回归语言模型在输出端仍然存在顺序瓶颈。
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:使用Transformer时,输入token可以并行处理,从而显著加快了输入处理速度。虽然Transformer消除了输入端的顺序处理瓶颈,但基于Transformer的自回归语言模型在输出端仍然存在顺序瓶颈。