PulseAugur
中
实时 04:56:37
English(EN) Throughput vs. Reach: Why VIDRAFT Ships Two Serving Engines (VKAE x VKUE)

VIDRAFT 推出双 LLM 服务引擎，兼顾 GPU 吞吐量和 CPU 覆盖范围

作者 PulseAugur 编辑部 · [1 个来源] ·

VIDRAFT 开发了两款不同的语言大模型服务引擎，分别针对不同的优化目标。VKAE 是一款内核级加速引擎，旨在最大化 GPU 上的吞吐量，在多请求场景下性能提升高达 23.4 倍，速度超过 10,000 tokens/秒。相比之下，VKUE 通过优化内存带宽而非原始计算能力，使得一个 34.7B 参数的模型能够在包括 CPU 在内的各种硬件上运行，适用于受监管或本地部署的工作负载。 AI

影响 为跨不同硬件优化 LLM 部署提供了解决方案，可能降低基础设施成本并扩大可及性。

排序理由 这是一份来自非前沿 AI 实验室公司的产品发布，详细介绍了 LLM 服务方面的具体技术优化。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

VIDRAFT 推出双 LLM 服务引擎，兼顾 GPU 吞吐量和 CPU 覆盖范围

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · AI OpenFree ·

    吞吐量 vs. 覆盖范围：为什么 VIDRAFT 部署两个服务引擎 (VKAE x VKUE)

    <h1> Throughput vs. Reach: Why VIDRAFT Ships Two Serving Engines (VKAE × VKUE) </h1> <p>"Serving an LLM" is usually treated as a single optimization target. It isn't. There are two very different problems hiding under that phrase, and VIDRAFT ships a separate engine for each. (Ko…

相关实体

相关话题