arXiv 研究揭示 LLM 预填充与解码的算力能耗增长规律
热点事件持续更新
arXiv 研究揭示 LLM 预填充与解码的算力能耗增长规律
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Lars Krupp 等研究者在 arXiv 论文（arXiv:2610.39621）中系统测量了大语言模型在不同 prefill（输入）和 decode（输出）token 长度下的计算时间与能耗。结果显示，decode 的计算时间与能耗随输出长度线性增长，而 prefill 呈现线性与二次混合增长，说明长上下文负载中输入上下文是重要能耗因素。 研究还发现，在无法直接测量能耗时，计算时间可作为能耗的可靠替代指标。
AI 根据报道生成 · 54 分钟前更新
最新进展10月31日 12:00
LLM 预填充与解码阶段计算时间和能耗的真实成本研究报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AILLM 预填充与解码阶段计算时间和能耗的真实成本研究
一项 arXiv 研究系统测量了大语言模型在不同 prefill（输入）与 decode（输出）token 长度下的计算时间和能耗。结果表明 decode 的计算时间与能耗随输出长度线性增长，而 prefill 呈现线性和二次混合增长，说明长上下文工作负载中输入上下文是重要能耗因素。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。