WavePP:前缀复用下的高吞吐LLM预填充技术

AI·学术

提出WavePP方法,通过流水线并行优化大语言模型在存在前缀复用场景下的预填充阶段,显著提升系统吞吐量。

来源:原文链接 (新窗口)

每周精选简报,选出 5 条最重要的 AI/IT 动态,附编者按解读。

← 返回搜罗吧首页


本页由搜罗吧(Solo8.cn)信息精选服务自动生成,内容仅供参考,不构成任何建议。