研究人员开发了 HetRoute，一个旨在优化部署在分布式边缘服务器上的专家混合（MoE）AI模型的推理过程的新框架。该框架通过考虑网络带宽、服务器计算能力以及量化可能造成的质量损失等各种因素，来解决请求路由的复杂性。HetRoute 旨在通过采用统一的成本模型来进行离线部署和在线路由决策，从而降低推理延迟并提高吞吐量。 AI
影响 该框架可以显著提高部署在边缘设备上的大规模 AI 模型的效率和性能。
排序理由 这是一篇详细介绍用于 AI 推理优化的新框架的研究论文。[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 →
