DeepSeek 已开源 DeepInfer,这是一款专为大规模、多 GPU 数据中心部署设计的推理引擎,而非用户友好的桌面应用程序。此次发布包括 DeepInfer 引擎本身,它通过异步流水线重叠和投机解码等功能进行了优化以提高效率;一个名为 SWA Bounded Replay 的缓存方案,用于降低预填充计算成本;以及 deepseek-recipe,一个用于协议规范化和分词的 Rust 组件。该基础设施旨在将数据中心硬件推向极限,特别是对于大型专家混合模型,并引发了关于其在生产环境中高利润潜力的讨论。 AI
影响 为高效的大规模 LLM 部署提供了基础设施,可能影响云推理成本和提供商利润。
排序理由 开源推理引擎发布,包含技术细节和社区讨论。[lever_c_demoted from research: ic=1 ai=1.0]
- Anthropic Messages
- Apache Software License 2.0
- central processing unit
- DeepSeek
- deepseek-recipe
- GitHub
- graphics processing unit
- Hacker News
- mixture of experts
- OpenAI Chat Completions
- OpenAI Responses
- vLLM
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →