蚂蚁集团和vLLM社区已联合发布Humming,一个用于即时编译GEMM内核的开源库。该库旨在加速量化LLM推理,支持一系列整数和浮点权重格式。Humming还提供与T-Head的Zhenwu 810E加速器完全兼容,为NVIDIA硬件提供了替代方案。 AI
影响 加速量化LLM推理,提供NVIDIA以外的硬件替代方案。
排序理由 LLM推理专用库的开源发布。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →