6.7k Star量的vLLM出論文了，讓每個(gè)人都能輕松快速低成本地部署LLM服務(wù)

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：6.7k Star量的vLLM出論文了，讓每個(gè)人都能輕松快速低成本地部署LLM服務(wù)

關(guān)鍵字：緩存,內(nèi)存,序列,注意力,模型

文章來(lái)源：機(jī)器之心

內(nèi)容字?jǐn)?shù)：12462字

內(nèi)容摘要：機(jī)器之心專欄編輯：Panda利用操作系統(tǒng)的虛擬內(nèi)存管理方法來(lái)提升LLM推理吞吐量。今年六月，來(lái)自加州大學(xué)伯克利分校等機(jī)構(gòu)的一個(gè)研究團(tuán)隊(duì)開源了（目前已有 6700 多個(gè) star），其使用了一種新設(shè)計(jì)的注意力算法 PagedAttention，可讓服務(wù)提供商輕松、快速且低成本地發(fā)布 LLM 服務(wù)。在當(dāng)時(shí)的博客文章中，該團(tuán)隊(duì)宣稱 vLLM 能實(shí)現(xiàn)比 HuggingFace Transformers 高…

原文鏈接：點(diǎn)此閱讀原文：6.7k Star量的vLLM出論文了，讓每個(gè)人都能輕松快速低成本地部署LLM服務(wù)

聯(lián)系作者

文章來(lái)源：機(jī)器之心

作者微信：almosthuman2014

作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)