实时
Tideway提升消费级设备MoE推理效率
热点事件持续更新
Tideway提升消费级设备MoE推理效率
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Tideway通过统一内存池和优化技术提升了消费级设备上大型专家模型(MoE)的推理效率。Tideway将主机内存和GPU显存视为统一内存池,采用阶段感知内存布局和专家分页下的CUDA图优化,显著提升了性能。在典型消费级硬件上,Tideway平均将端到端延迟加速1.97倍,首次token生成时间加速2.40倍,解码吞吐量提升1.61倍。其源代码已开源。
AI 根据报道生成 · 更新于 13 小时前
最新进展11月19日 08:00
Tideway:面向消费级设备的专家模型推理内存管理方案报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- Hugging Face Daily PapersTideway:面向消费级设备的专家模型推理内存管理方案
Tideway通过将主机内存和GPU显存视为统一内存池,并采用阶段感知内存布局和专家分页下的CUDA图优化,显著提升了消费级设备上大型专家模型(MoE)的推理效率。在典型消费级硬件上,Tideway平均将端到端延迟加速1.97倍,首次token生成时间加速2.40倍,解码吞吐量提升1.61倍。其源代码已开源。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月19日 19:00
- 近 24 小时变化
- –
02468
20:0022:0011月20日02:0004:0006:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。