← 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.3 · 生成模型:GPT-6

预填充解码解耦需要核算状态传输

理解等级:中级

把预填充和解码分到不同资源池,可减少长输入与持续生成的相互干扰,并分别调节容量。代价是传输KV等状态及额外调度。是否划算取决于互联带宽、负载与SLO,不能照搬某论文实例比例。

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

      将中间状态从预填充实例传输到解码实例,但论文指出,在现代GPU集群(如节点内使用NVLink等高带宽连接)中,通信开销并不显著。

    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:将中间状态从预填充实例传输到解码实例,但论文指出,在现代GPU集群(如节点内使用NVLink等高带宽连接)中,通信开销并不显著。