知识卡片
吞吐比较先统一计量
输入和输出token处理不同,吞吐应分别报告。不同分词器使TPS不完全可比;每请求成本也需固定质量、输入输出与完成定义。在固定小时资源费下,提高有效吞吐能摊低单位成本,但不能忽略排队和失败请求。
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
每次请求的成本(cost per request)等指标来比较推理服务器的效率。
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:每次请求的成本(cost per request)等指标来比较推理服务器的效率。