Diuji sendiri: kelajuan penaakulan yang sukar dipercayai
Tajuk asal:I had to test it myself to believe this unreal inference speed. 3,000 tokens/s for 1 user on standa...
Ringkasan AI
Pasukan Kog mencapai kelajuan penaakulan pengguna tunggal yang sangat tinggi pada GPU pusat data standard, mencapai 3,000 tokens/s pada 8× AMD MI300X GPUs, dan 2,100 tokens/s pada 8× NVIDIA H200. Berbanding kelajuan penaakulan biasa (sekitar 100-300 tokens/s), mencapai peningkatan 10-30 kali ganda. Idea terasnya ialah menganggap penyahkodan LLM sebagai masalah aliran memori, melalui reka bentuk bersama monokernel, mekanisme penyegerakan semula, pemetaan akses memori bersasar dan seni bina model Laneformer selari tensor tertunda, menghapuskan titik penyekat proses tradisional.
Maklumat penting
- Pasukan Kog mencapai kelajuan penaakulan pengguna tunggal yang sangat tinggi pada GPU pusat data…
- Berbanding kelajuan penaakulan biasa (sekitar 100-300 tokens/s),mencapai peningkatan 10-30 kali…
- Idea terasnya ialah menganggap penyahkodan LLM sebagai masalah aliran memori,melalui reka bentuk…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- X:Rohan Paul (@rohanpaul_ai)
- Kategori
- Pandangan dan ulasan
- Skor AI
- 76
Rohan亲自测完Kog AI的3000 token/s,把单用户推理速度拉高了10-30倍,这套monokernel设计可能改写低延迟推理的玩法,做实时AI产品的团队必须盯紧。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Diuji sendiri: kelajuan penaakulan yang sukar dipercayai. 30 Mei 2026. https://new.nat6.net/ms/news/cmpr6nk7c0bf4slnok93x9vov/