原创力文档- 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、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、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、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
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
文档评论（0）