蘋果公司昨日(12 月 18 日)發(fā)布博文,宣布和英偉達(dá)(Nvidia)合作,通過開源 Recurrent Drafter(ReDrafter)推測解碼方法,顯著提升了 AI 大語言模型(LLM)的推理速度。
蘋果公司表示 ReDrafter 已集成到 NVIDIA TensorRT-LLM 推理加速框架中,在 NVIDIA GPU 上,每秒生成 tokens 速度最高提升 2.7 倍,有效降低了用戶延遲和計算成本。
蘋果的機(jī)器學(xué)習(xí)研究人員指出,LLM 越來越多地用于驅(qū)動生產(chǎn)應(yīng)用程序,提高推理效率對降低計算成本和用戶延遲至關(guān)重要。
援引蘋果官方博文,ReDrafter 使用 RNN 草稿模型,結(jié)合波束搜索(beam search)與動態(tài)樹注意力(dynamic tree attention),可以讓開源模型每步生成最多 3.5 個 tokens,超越了先前推測性解碼技術(shù)的性能。
為將 ReDrafter 應(yīng)用于生產(chǎn)環(huán)境,蘋果與 NVIDIA 展開合作,將其集成到 NVIDIA TensorRT-LLM 框架中。
英偉達(dá)為此添加了新的運(yùn)算符并公開了現(xiàn)有運(yùn)算符,增強(qiáng)了 TensorRT-LLM 對復(fù)雜模型和解碼方法的適應(yīng)性。
基準(zhǔn)測試結(jié)果顯示,在 NVIDIA GPU 上使用集成了 ReDrafter 的 TensorRT-LLM 框架,數(shù)百億參數(shù)規(guī)模的生產(chǎn)模型的解碼速度提升了 2.7 倍。這不僅降低了用戶體驗(yàn)延遲,還減少了 GPU 使用數(shù)量和功耗。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)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%。
“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(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
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(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)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。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。