『大模型笔记』第0篇：基于Transformer的生成式模型分布式服务系统

AI大模型前沿研究

已于 2025-06-17 16:34:19 修改

阅读量171

点赞数 4

CC 4.0 BY-SA版权

分类专栏：大模型笔记文章标签： Transformer Prefix Decode

于 2025-06-16 15:48:45 首次发布

引用请附上作者博客链接https://zhangkaifang.blog.csdn.net/，谢谢理解！

本文链接：https://blog.csdn.net/abc13526222160/article/details/148692426

大模型笔记专栏收录该内容

112 篇文章 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

基于Transformer的生成式模型分布式服务系统

文章目录

一、生成模型的推理过程
二、当前推理系统的局限
- 1. 不灵活的请求级调度（request-level batch）
- 2. 批处理受限于请求形状不同
三、Orca 系统架构
四、性能评估
总结
参考资料

系列文章，目录如下：

第0篇：『大模型笔记』基于Transformer的生成式模型分布式服务系统

第1篇：『大模型笔记』高效请求排队：优化大语言模型（LLM）性能

第2篇：『大模型笔记』并发请求中的 Prefill 与 Decode：优化大语言模型性能

第3篇：<

了解本专栏

超级会员免费看

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

AI大模型前沿研究 感谢您的打赏，我会继续努力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。