知识卡片
分层优化推理
推理优化可发生在模型、服务、代码和硬件层:例如模型压缩、批处理或缓存、向量化代码及扩容。选择应由性能分析和实际约束驱动,并验证效果、成本和输出质量。
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
Typical approaches are arranged across various levels:
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:Typical approaches are arranged across various levels: