研究人员开发了MoE-SpAc,一个旨在提高异构边缘设备上混合专家(MoE)模型推理效率的新型框架。该系统通过预测专家激活需求来管理内存,重新利用了推测解码技术。MoE-SpAc集成了推测效用估计器、异构工作负载均衡器和异步执行引擎,以优化预取和驱逐过程。实验表明,与现有的推测解码基线相比,每秒事务处理量提高了42%,并且与其他标准方法相比速度显著提升。 AI
影响 提高了在资源受限的边缘设备上运行大型MoE模型的效率。
排序理由 该集群包含一篇详细介绍新型高效模型推理框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Asynchronous Execution Engine
- Heterogeneous Workload Balancer
- mixture of experts
- MoE-SpAc
- Shuhuai Li
- speculative decoding
- Speculative Utility Estimator
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →