吞吐量提升近30倍！田渊栋团队最新论文解决大模型部署难题

AIGC动态欢迎阅读

原标题：吞吐量提升近30倍！田渊栋团队最新论文解决大模型部署难题

关键字：缓存,注意力,策略,模型,矩阵

文章来源：新智元

内容字数：6857字

内容摘要：新智元报道编辑：alan【新智元导读】大语言模型在实际部署中，存在内存和输入长度限制的问题。最近，田渊栋团队一举解决这两大难题，将推理系统的吞吐量提高了近30倍。大型语言模型 （LLM） 在今年可谓是风光无限。不过惊艳的效果背后是一个巨大的模型以及夸张的硬件资源。LLM在现实中部署时通常会面临两个难题：昂贵的KV缓存成本，以及对长序列的泛化能力差。近日，田渊栋团队发表了一篇论文，成功解决以上两个难题，并将推理系统的吞吐量提高了近30倍！论文地址：https://arxiv.org/pdf/2306.14048.pdf代码地址：https://github.com/FMInference/H2O这个成果也将在NeurIPS’23上展示。下面，我们来看一下这两个难题的具体情况，以及论文提供的解决方案。首先是缓存，KV缓存用于存储生成过程中的中间注意力键和值，以避免重新计算。通常，除了模型参数外…

原文链接：点此阅读原文：吞吐量提升近30倍！田渊栋团队最新论文解决大模型部署难题

联系作者

文章来源：新智元

作者微信：AI_era

作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响，领航中国新智能时代。