Together 是一个人工智能研究组织,显著提高了其推理服务堆栈的性能。通过优化路由、调度、内核和稀疏注意力机制等各种组件,他们实现了三倍以上的吞吐量增长。这些优化经过严格的基准测试,代理协助寻找针对首次标记时间和每秒事务数的特定目标的改进。 AI
影响 提高推理效率可以更快、更经济高效地部署人工智能模型。
排序理由 来自非前沿人工智能实验室的基础设施优化公告。
在 X — Together (inference / OSS) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →