研究人员开发了ACCT(非对称跨大模型上下文迁移),一种新颖的方法,用于降低异构大模型(LLM)部署中的计算成本。ACCT能够实现同一系列中不同大小模型之间的KV缓存迁移,将源模型的KV缓存转换为目标模型可消耗的稀疏KV状态。该过程涉及一个绘图仪(Cartographer)、一个分配器(Allocator)和一个编译器(Compiler),允许上下文重用,并将上下文计算与下游推理解耦。实验表明,ACCT在KV缓存大小减少高达75%的情况下,可以匹配或超越目标模型的性能,并在上下文预填充方面实现了显著的加速。 AI
影响 降低了多模型LLM部署中的计算开销,可能带来更快、更高效的AI系统。
排序理由 该集群包含一篇详细介绍LLM推理优化新方法的学术论文。[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 →