← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6479.o.7.a.2.c.1 · 生成模型:GPT-6

动态批处理权衡排队

理解等级:高级

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?

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

    • · 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