知识卡片
按长度分批
不同长度的文本一起批处理时通常需要填充到最长长度。按长度相近分组可以减少无效填充,但可能使批量更小或等待更久,需要测量吞吐与延迟。
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
原书出处 · 1 处
- Serving and inference optimization · 查看原书依据
we can group inputs by size and run batch inference on each group separately
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:we can group inputs by size and run batch inference on each group separately