有哪些信誉好的足球投注网站- 1、本文档共29页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
长文本LLMs推理优化：动
态稀疏性算法的应用实践
演讲人：姜慧强
目录
LLMsInference优
0102长文本推理挑战
化方法
03观察与解决方案04总结和未来展望
01
LLMsInference
优化方法
LLMsInference优化方法
Resummarizedbasedon/abs/2312.15234.
LLMsInference优化方法
BitNetYOCOQ-Sparse
02
长文本推理挑战
Long-contextwillunlockintelligent
applications
Repo-levelDebugging/QASelf-playReasoningLong-video
Understanding/Generation
Long-contextLLMsInferenceBottleneckin
Pre-filling
❑LongPrefillingLatency,30minutestoprocess1Mtokensonan
A100foran8BLLM.
O
*1.5=21.78mins=60+A100*20sTTFT
HowtoOptimaltheAttentionFLOPs
Long-contextLLMsInferenceBottleneckin
KVCache
❑KVCacheStorageIssue,Storing512Ktokensrequires62GBofGPU
memoryinfp16.
03
观察与解决方案
Observation1:AttentionisDynamically
Sparse
(a)Attentionissparse.(b)Sparsityofattentionisdynamic.(c)Dynamicallysparsityindecoding.
inprefillingindecoding
•Figure.Thedynamicsparsityinattention.(a)HowmuchFigure.(c)ThedynamicsparsityofeachlayerandheadinLlama-3-
attentionscorescantop-k(k=4096)columnscoverina128k8BmodelintheKVretrievaltestof100ktokens.Thebluecurve
context.(b)Lessattentionscoresareretrievedwhenreusingtheshowsthatdynamicallyselectingtop-1000criticaltokensachieves
top-kindicesfromanoth
文档评论（0）