张量并行原理 - 张量并行原理技术,学习,经验文章

minhuan

4 小时前

单卡4090显存优化实践：模型单卡分片加载、推理链路拆解、延迟与吞吐平衡调优.190基本我们做大模型推理落地、本地私有化部署，都会遇到一个非常头疼的现实问题：手握RTX 4090显卡，显存规格足够强悍，却依旧跑不动千亿、百亿参数级别的大模型。