TOC\o1-1\h\z\u缩放定律与车端约束:训练最优不等于部署最优 4
云端效率优化:稀疏化、注意力优化与Token剪枝 6
车端部署优化:蒸馏上车与快慢双系统 8
结论:云端探上限,车端保实时 10
风险提示 10
图1:主流车端AI算力平台峰值算力对比 5
图2:智驾大模型车端推理帧率对比 5
图3:云端MoE基座模型总参数与激活参数对比,含车端蒸馏规模 6
表1:云端/车端时延压缩代表性方法一览 8
表2:代表性厂商的“云端基座—车端部署”路径 9
缩放定律与车端约束:训练最优不等于部署最优
经典缩放定律以给定训练算力下
您可能关注的文档
- 浙商证券-8月资产配置观察:市场或进入相对平稳期-260810.docx
- 浙商证券-8月信用债策略月报:8月核心关注哪些方面?-260810.docx
- 债市策略思考:辩证看待债基久期升高.docx
- 择时雷达六面图:本周估值面分数回落.docx
- 再论股债跷跷板,条件相关、疤痕效应与负反馈判别.docx
- 裕同科技深度研究报告:裕见新枝,同向繁茂.docx
- 宇树科技人形机器人产业化奇点已至,商业化龙头向AGI迈进.docx
- 宇树科技全球通用机器人领跑者,全栈自研构建商业化飞轮.docx
- 有色金属行业金铜:行情迎来拐点,关注积极变化.docx
- 优彩资源业绩步入高增通道,差异化布局彰显成长韧性.docx
原创力文档

文档评论(0)