研究人员开发了WaferTetris,一个旨在优化晶圆级加速器使用的新系统。该系统采用类似俄罗斯方块的打包策略,灵活地将计算映射到加速器的处理单元上,克服了传统基于模板方法的局限性。WaferTetris旨在提高处理单元利用率和内存容量,同时保留任务代码。在Cerebras WSE-3上的评估显示,与基线映射相比,LLM解码的系统吞吐量最高提高了4.42倍,并支持LLaMA3.1-8B的上下文长度增加了1.8倍。 AI
影响 提高了大规模AI模型在专用硬件上部署的效率。
排序理由 该集群描述了一个新系统和研究论文,详细介绍了晶圆级加速器的高效映射策略。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →