PulseAugur
中
实时 15:14:47
实体 eugr/spark-vllm-b12x

eugr/spark-vllm-b12x

PulseAugur coverage of eugr/spark-vllm-b12x — every cluster mentioning eugr/spark-vllm-b12x across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_354664 ·

    NVIDIA GB10机器通过量化模型副本提升LLM吞吐量

    作者详细介绍了一种从将语言模型在两台NVIDIA GB10机器上进行张量并行拆分，转变为在每台机器上运行量化模型的完整副本的转变。这一变化得益于更新的4位模型构建和更新的vLLM版本，将吞吐量从大约每秒180个token提高到210个token。虽然这种设置提供了更快的推理速度和更高的弹性，但与拆分配置相比，它减小了最大缓存大小。