知识卡片
在线与批量服务区别在延迟目标
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?
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
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。
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。