Stochastic KV Routing: 적응형 깊이 방향 캐시 공유 구현
원제목:Stochastic KV Routing: Enabling Adaptive Depth-Wise Cache Sharing
AI 요약
대규모 언어 모델 추론 시 KV 캐시의 높은 메모리 오버헤드를 줄이기 위해 연구진은 모델 깊이 차원을 따라 최적화하는 새로운 방법을 제안했다. 이 방법은 확률적 KV 라우팅을 통해 Transformer 모델의 각 레이어 사이에서 KV 캐시를 동적으로 공유하며, 각 레이어마다 완전한 독립 캐시를 유지하지 않는다. 실험 결과 모델 품질이 기본적으로 유지되는 전제 하에 이 방법은 KV 캐시의 메모리 점유를 최대 50%까지 줄일 수 있으며, 기존 시간축 압축 및 제거 기술과 직교하는 새로운 최적화 경로를 제공하여 대규모 모델 서비스 비용 절감에 기여한다.
핵심 정보
- 대규모 언어 모델 추론 시 KV 캐시의 높은 메모리 오버헤드를 줄이기 위해 연구진은 모델 깊이 차원을 따라 최적화하는 새로운 방법을 제안했다.
- 이 방법은 확률적 KV 라우팅을 통해 Transformer 모델의 각 레이어 사이에서 KV 캐시를 동적으로 공유하며,각 레이어마다 완전한 독립 캐시를 유지하지 않는다.
- 실험 결과 모델 품질이 기본적으로 유지되는 전제 하에 이 방법은 KV 캐시의 메모리 점유를 최대 50%까지 줄일 수 있으며,기존 시간축 압축 및 제거 기술과 직교하는 새로운…
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 59
추천 이유
苹果这篇不走寻常路,从深度维度压缩KV缓存,是推理服务端降本的新思路,做LLM部署的值得一读。
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Stochastic KV Routing: 적응형 깊이 방향 캐시 공유 구현. 2026년 5월 5일. https://new.nat6.net/ko/news/cmot2xtld01vvslv77sxlkqqk/