一份技术指南演示了热节流如何影响云 GPU 上的 LLM 性能,特别是使用 Google Cloud Nvidia T4 运行 Gemma 4 E2B。实验发现,随着 GPU 温度从 45°C 上升到 77°C,其解码速度下降了 7.4%。这种减速归因于 GPU 在较高温度下消耗更多功率,导致其时钟速度降低以保持在 70W 功率限制内,尽管热节流本身从未启动。 AI
影响 强调了在云 GPU 推理中考虑持续负载性能和热管理的重要性,而不仅仅是峰值基准速度。
排序理由 详细说明硬件在负载下性能特征的技术指南。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →