PulseAugur
中
实时 04:07:02
English(EN) BlockServe: Block-Grained Continuous Batching for High-Throughput Diffusion LLM Serving

BlockServe框架将dLLM服务吞吐量提升高达10.6倍

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了BlockServe，一个旨在提高扩散式大语言模型（dLLM）服务效率的新框架。该系统通过实现块粒度调度来解决批处理中的收敛异构性挑战，该调度允许在块边界立即驱逐已完成的请求。BlockServe还利用混合状态执行和计算感知准入控制器来扩大有效批容量。在各种基准测试中对Dream和LLaDA模型进行的实验表明，与Fast-dLLM相比，BlockServe的吞吐量可提高1.9倍至10.6倍，同时保持相似的生成质量。 AI

影响 该框架可以显著提高大型语言模型的部署效率并降低延迟，特别是对于基于扩散的模型。

排序理由 该集群包含一篇详细介绍LLM服务新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

BlockServe框架将dLLM服务吞吐量提升高达10.6倍

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yuanjie Zhu, Liangwei Yang, Ke Xu, Weizhi Zhang, Shanghao Li, Zihe Song, Philip S. Yu ·

    BlockServe：面向高吞吐量扩散式大模型服务的块级连续批处理

    arXiv:2607.08930v1 Announce Type: new Abstract: Efficient serving of diffusion large language models (dLLMs) is hindered by convergence heterogeneity: when batching multiple requests, different sequences converge at different rates, causing faster requests to stall behind slower …

相关实体

相关话题