用上這個工具包，大模型推理性能加速達40倍

AIGC動態歡迎閱讀

原標題：用上這個工具包，大模型推理性能加速達40倍

關鍵字：英特爾,性能,高效,大小,模型

文章來源：量子位

內容字數：12295字

內容摘要：作者：英特爾公司 沈海豪、羅嶼、孟恒宇、董波、林俊編者按：只需不到9行代碼，就能在CPU上實現出色的LLM推理性能。英特爾?Extension for Transformer創新工具包中的LLM Runtime為諸多模型顯著降低時延，且首個token和下一個token的推理速度分別提升多達40倍和2.68倍，還能滿足更多場景應用需求。英特爾?Extension for Transformer是什么？英特爾?Extension for Transformers[1]是英特爾推出的一個創新工具包，可基于英特爾?架構平臺，尤其是英特爾?至強?可擴展處理器（代號Sapphire Rapids[2]，SPR）顯著加速基于Transformer的大語言模型(Large Language Model,LLM)。其主要特性包括：通過擴展Hugging Face transformers API[3]…

原文鏈接：點此閱讀原文：用上這個工具包，大模型推理性能加速達40倍

聯系作者

文章來源：量子位

作者微信：QbitAI

作者簡介：追蹤人工智能新趨勢，關注科技行業新突破