知识卡片
冷启动与推理延迟
无服务器实例空闲后可能需要重新加载模型,导致首次请求显著慢于热实例。评估时应考虑模型加载时间、制品大小、请求分布和最低实例数,而不能只看热运行耗时。
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
cold start,” where it can take several seconds for a large model to initialize
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:cold start,” where it can take several seconds for a large model to initialize