研究人员开发了一种新的分布式LLM服务电源控制系统,可优化GPU能效。该系统名为POLCA,将预填充和解码阶段的电源管理解耦,这与应用单一设置的NVIDIA Max-Q配置文件不同。POLCA的基于模型的校准方法在每焦耳的令牌数和降低延迟方面取得了显著改进,在Qwen3-Coder-480B和Qwen3-235B-A22B等特定模型上超越了供应商配置文件。 AI
影响 优化LLM服务基础设施,可能降低运营成本并增加容量。
排序理由 学术论文,详细介绍了一种LLM服务基础设施的新技术方法。
在 Hugging Face Daily Papers 阅读 →
- alphaXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Infosys
- Max Q
- Nvidia
- Nvidia B200
- Polca
- Qwen3-235B-A22B
- Qwen3-Coder 480B
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →