9月10日消息,英偉達 9 日 宣布推出名為 TensorRT-LLM的深度優(yōu)化的開源庫,能夠在 Hopper 等 AI GPU 上加速所有大語言模型的推理性能。
據(jù)悉,英偉達目前已經(jīng)和開源社區(qū)合作,利用 SmoothQuant、FlashAttention 和 fMHA 等尖端技術(shù),實現(xiàn) AI 內(nèi)核來優(yōu)化其 GPU,可以加速 GPT-3(175 B),Llama Falcom(180 B)和 Bloom 模型。
TensorRT-LLM 的亮點在于引入了名為 In-Flight batching 的調(diào)度方案,允許工作獨立于其他任務(wù)進入和退出 GPU。該方案允許同一 GPU 在處理大型計算密集型請求時,動態(tài)處理多個較小的查詢,提高 GPU 的處理性能,可以讓 H100 的吞吐量加快 2 倍。
在性能測試中,英偉達以 A100 為基礎(chǔ),對比了 H100 以及啟用 TensorRT-LLM 的 H100,在 GPT-J 6B 推理中,H100 推理性能比 A100 提升 4 倍,而啟用 TensorRT-LLM 的 H100 性能是 A100 的 8 倍。
在 Llama 2 中,H100 推理性能是 A100 的 2.6 倍;而啟用 TensorRT-LLM 的 H100 性能是 A100 的 4.6 倍。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長:總收入70.2億元,付費用戶數(shù)1.19億
- 蘋果Q4營收949億美元同比增6%,在華營收微降
- 三星電子Q3營收79萬億韓元,營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億,購買引望10%股權(quán)
- 格力電器三季度營收同比降超15%,凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)?。籂I收增長超21%,凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰,預(yù)計超260億美元刷新紀(jì)錄
- 韓國三星電子決定退出LED業(yè)務(wù),市值蒸發(fā)超4600億元
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。