知识卡片
预填充与解码适合不同优化方向
预填充并行处理已知输入,较容易形成大矩阵计算;解码逐步生成,常受权重与缓存搬运影响。它们的瓶颈随批次、长度和硬件变化,不能一律断言前者永远只受计算限制、后者永远只受带宽限制。
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
- · 推理优化
原书出处 · 1 处
- · 查看原书依据
预填充和解码阶段具有不同的计算特征,在生产环境中通常将它们分离到不同的机器上进行处理,以实现解耦。9.2.2节将详细讨论这种技术。
参考来源
- 位置:《AI工程:大模型应用开发实战》第9章《推理优化》(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/Section017.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:预填充和解码阶段具有不同的计算特征,在生产环境中通常将它们分离到不同的机器上进行处理,以实现解耦。9.2.2节将详细讨论这种技术。