知识卡片
动态批处理权衡排队
静态批处理按数量组批,低流量时可能久等;动态批处理在凑满或超时后启动,给组批等待设上限。窗口越大可能提高满批概率,也增加等待。需按真实到达流量和长度分布评估尾部延迟。
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
服务器会在收到4个请求或者时间达到100 ms时(以先到者为准)处理批次。这就像一辆公交车,要么坐满即发车,要么按固定时间表发车。这种方法可以控制延迟,避免较早到达的请求被较晚到达的请求拖延。它的缺点是进行处理时批次可能并不总是满的,导致浪费计算资源
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:服务器会在收到4个请求或者时间达到100 ms时(以先到者为准)处理批次。这就像一辆公交车,要么坐满即发车,要么按固定时间表发车。这种方法可以控制延迟,避免较早到达的请求被较晚到达的请求拖延。它的缺点是进行处理时批次可能并不总是满的,导致浪费计算资源