热点事件观察中
推理提速近3倍
1 篇报道1 个报道来源2 天前更新
先了解这件事
报道摘要
至知创新研究院开源的专用推理运行优化引擎IQuestRT，通过GPU自主控制解码循环、动态投机预测深度、提前加载专家权重及减少跨GPU通信等待等优化，在8卡高性能GPU、单请求条件下实现910.70 tokens/s的解码吞吐量
摘自 北京智源研究院
报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- 北京智源研究院精选推理提速近3倍
至知创新研究院开源的专用推理运行优化引擎IQuestRT，通过GPU自主控制解码循环、动态投机预测深度、提前加载专家权重及减少跨GPU通信等待等优化，在8卡高性能GPU、单请求条件下实现910.70 tokens/s的解码吞吐量
本事件热度走势
当前热度 3·可比范围峰值 10（11月6日 12:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。