知识卡片
Triton推理服务
Triton Inference Server 是书中用于说明推理服务和动态批处理的工具。它可在服务端组合请求并运行模型;窗口和批量需要根据目标延迟及负载实测。
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
Triton Inference Server by Nvidia
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:原文介绍工具用途或推荐与推理优化相关的研究。
- 原始内容:Triton Inference Server by Nvidia