对Strata引擎的修改允许一个1250亿参数的混合专家模型被拆分到通过千兆以太网连接的两台家用PC上。这种分布式推理设置显著提高了4位模型(超出单台PC内存容量)的生成速度87%,同时保持了相同的输出质量。然而,对于已经能装入单台PC内存的模型,第二台PC没有带来性能提升,反而增加了功耗,并且更长的提示词也会导致生成速度变慢。 AI
影响 展示了一种通过在联网PC之间分发层来在消费者硬件上运行大型AI模型的潜在方法。
排序理由 该条目详细介绍了对一个开源引擎的技术修改,用于在多台消费者PC之间进行大型语言模型的分布式推理。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →