Red Hat et les ingénieurs de Tesla collaborent pour optimiser les performances d'inférence de Llama 3.1 70B

ME News Nouvelles, le 23 avril (UTC+8), les ingénieurs de Red Hat et Tesla ont récemment collaboré pour optimiser les problèmes rencontrés dans les environnements de production réels.
En combinant les projets KServe, LLM-D et vLLM, ils ont obtenu une amélioration significative des performances d'inférence sur le modèle Llama 3.1 70B, avec un débit de tokens de sortie multiplié par 3 et un temps de premier token réduit de moitié.
Au cours de la collaboration, les correctifs correspondants ont été poussés en amont vers le projet KServe. L'article considère cela comme un exemple de collaboration open source. (Source : InFoQ)
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épinglé