← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6987.a.14 · 生成模型:gpt-6.1-terra

冷启动与推理延迟

理解等级:中级

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?

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:cold start,” where it can take several seconds for a large model to initialize