知识卡片
带宽估算需要声明权重重用假设
参数量乘字节数再乘每秒token,可粗估每生成token完整读取一次权重的带宽需求。但批处理会复用权重,KV与激活也带来流量,缓存及分片改变实际搬运。因此该式是简化模型,MBU应与实际数据路径和测量相校准。
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
使用的内存带宽=参数量×每个参数占用的字节数×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:使用的内存带宽=参数量×每个参数占用的字节数×吞吐量