一次技术深度分析揭示，在 NVIDIA 的 GH200 Grace Hopper 平台和 vLLM 优化下运行的 DiffusionGemma 26B 模型，取得了卓越的性能。该配置在短上下文处理中实现了每秒 1180 个 token 的生成吞吐量，并能以可接受的延迟处理长达 32,000 个 token，显著优于之前在 M2 Max 硬件上的测试结果。尽管该模型在 GH200 的 HBM3 上的内存占用很大，为 KV 缓存留下的空间有限，但该平台的整体架构和 vLLM 的批处理能力实现了令人印象深刻的并发吞吐量，远超 M2 Max。 AI
影响 展示了大型上下文模型在硬件加速方面的巨大潜力，影响未来的部署策略。
排序理由 技术深度分析，比较了模型在不同硬件平台上的性能。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
