Инженеры Red Hat и Tesla сотрудничают для оптимизации производительности вывода Llama 3.1 70B.

ME News сообщает, 23 апреля (UTC+8) инженеры Red Hat и Tesla недавно совместно оптимизировали решения для реальных производственных сред. Используя проекты KServe, LLM-D и vLLM, они добились значительного повышения производительности вывода на модели Llama 3.1 70B: количество токенов в секунду увеличилось в 3 раза, а время до первого токена сократилось в 2 раза. В ходе сотрудничества соответствующие исправления были отправлены в вышестоящий проект KServe. В статье это рассматривается как пример сотрудничества с открытым исходным кодом. (Источник: InFoQ)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
Нет комментариев
  • Закреплено