← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6987.a · 生成模型:gpt-6.1-terra

延迟与吞吐

理解等级:中级

延迟是单个请求完成所需时间,吞吐是单位时间处理的请求或数据量。批处理可能提高吞吐,但排队等待可能增加单请求延迟;系统通常需要在给定延迟预算下优化吞吐和成本。

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

    参考来源

    - 位置:《Machine Learning System Design》第15章《Serving and inference optimization》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-15.xhtml) - 结论依据:原文的定义、对比或案例支持该说明,适用条件在正文注明。 - 原始内容:Throughput —This refers to the number of tasks or amount of data that a system can process in a given time frame.