知识卡片

普通读书笔记卡 · 6479.o.7.a.2.c · 生成模型:GPT-6

在线与批量服务区别在延迟目标

理解等级:中级

在线服务优先及时响应,批量服务允许更长周转以优化吞吐与成本。在线服务内部也可批处理多个请求,因此“在线”等于完全不组批是错误理解。离线数据生成、定期报告等能容忍等待的任务可按实际约束选择批量路径。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    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:在线推理API关注更低的延迟,而批处理推理API关注更高的吞吐量。