一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗東芝全部業(yè)務實現(xiàn)盈利,退市裁員重組后終于賺錢真我14 Pro+開始提上日程:1.5K等深四微曲屏+潛望長焦穩(wěn)了消息稱本田和日產計劃明年6月前敲定合并協(xié)議 2026年8月成立控股公司凱迪拉克最新版OTA開啟推送,新增百度語音大模型和QQ音樂等應用中國聯(lián)通11月5G套餐用戶凈增127.8萬戶5G確定性工業(yè)基站首商用,工業(yè)互聯(lián)網走上新高度李飛飛團隊前瞻性研究 多模態(tài)AI模型初顯空間智能AI終于邁過這道檻!Livekit 開源模型精準識別“你是否說完”!DeepSeek開源大模型開發(fā)者之一羅福莉將加盟小米廣汽詳解旗下首款復合翼飛行汽車 GOVY AirJet:最高飛行速度可達 250km/h清華大學聯(lián)合騰訊出品!ColorFlow:自動給黑白漫畫上色,保持角色一致性Adobe推新AI音頻具Sketch2Sound ,只需哼唱和模仿聲音就能創(chuàng)建音效家庭能源智聯(lián)自由 海辰儲能發(fā)布首套免安裝家庭微網系統(tǒng)HeroESOpenAI發(fā)布o3:AI 推理能力的重大突破,得分高達87.5%亞馬遜云科技推出Amazon Q Developer新功能小象超市,摸著美團外賣出海E Ink元太科技連三年入選道瓊可持續(xù)雙指數撬動6000億GTV后,抖音計劃偷襲美團大本營AGI Open Network(AON):賦能每個人創(chuàng)建、部署和貨幣化AI Agent
  • 首頁 > 云計算頻道 > 大模型

    FastGen:在不降低LLM質量的情況下降低GPU內存成本

    2024年05月13日 11:33:30   來源:站長之家

      研究人員來自伊利諾伊大學厄巴納 - 香檳分校和微軟提出了一種名為 FastGen 的高效技術,通過使用輕量級模型分析和自適應鍵值緩來提高 LLM 的推理效率,而不會降低可見質量。FastGen 通過自適應的鍵值緩存構造來減少生成推理過程中的 GPU 內存使用量。

      FastGen 的自適應鍵值緩存壓縮方法減小了 LLM 生成推理內存占用。該方法涉及兩個步驟:

      1. 提示編碼:注意模塊需要從前面的 i-1標記中收集上下文信息,以生成 LLM 的第 i 個標記。

      2. 令牌生成:當完成提示編碼后,M 逐個標記生成輸出,對于每個步驟,使用 LLM 對上一步生成的新標記進行編碼。

      對于 B 模型,F(xiàn)astGen 在所有非自適應鍵值緩存壓縮方法中表現(xiàn)最佳,并隨著模型規(guī)模的增加而得更高的鍵值緩存壓縮比例,同時保持模型的質量不受影響。例如,與 Llama17B 上的16.9% 壓縮比例相比,F(xiàn)astGen 在 Llama1-65B 上獲得了44.9% 的縮比例,達到了45% 的勝率。此外,對 FastGen 進行了敏感性分析,選擇了不同的超。由于模型保持45% 的勝率,研究表明在更改超參數后對生成質量沒有明顯影響。

      伊利諾伊大學厄巴納 - 香檳分校和微軟的研究人員提出了 FastGen,一種新的技,通過使用輕量級模型分析和自適應鍵值緩存來提高 LLM 的推理效率,而不會降低見質量。研究人員引入的自適應鍵值緩存壓縮通過 FastGen 構建,以減少 LLM 生成推的內存占用。未來的工作包括將 FastGen 與其他模型壓縮方法(如量化和蒸餾、分組查詢注意等)進行整合。

      文章內容僅供閱讀,不構成投資建議,請謹慎對待。投資者據此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(AVC)推總數據顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應用,“區(qū)塊鏈+政務服務”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網標識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網大會——工業(yè)互聯(lián)網標識解析專題論壇在沈陽成功舉辦。