网站大量收购独家精品文档,联系QQ:2885784924

2025大模型推理显存优化.docx

  1. 1、本文档共37页,其中可免费阅读18页,需付费49金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

大模型推理的显存优化探索

显存需求与挑战

01优化1:virtualTensor优化KVcache和attnkernel

01

02目录 优化2:LayerKV优化TTFT

02

03围绕显存的更多优化探索

03

04总结

04

05

显存需求与挑战

LLM推理:显存需求

Llama-65b,FP16

LLM推理:硬件发展

显存容量、访存带宽(特别是推理小batch场景)

模型参数量vs.单卡显存容量 单卡算力vs.访存带宽发展

显存管理:从cudaMalloc到CUDAVMMAPI

2层指针与动态remapping(基于CUDAVMM)

虚拟地址:对用户可

文档评论(0)

数字能源 + 关注
实名认证
服务提供商

企业信息管理师持证人

新能源集控中心项目 智慧电厂建设项目 智慧光伏 智慧水电 智慧燃机 智慧工地 智慧城市 数据中心 电力行业信息化

版权声明书
用户编号:6011145050000024
领域认证该用户于2023年02月15日上传了企业信息管理师

1亿VIP精品文档

相关文档