研究实测生产环境下投机解码的能耗表现
热点事件持续更新
研究实测生产环境下投机解码的能耗表现
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Bole Ma 等作者发布 arXiv 论文 2610.40287，测量延迟目标下投机解码的能耗。研究在 SGLang 生产级服务条件下（启用 CUDA graphs），于 H100 与 H200 GPU 上以最高 64 的 batch 大小、跨 5 个语料进行实测。
AI 根据报道生成 · 43 分钟前更新
最新进展10月31日 12:00
只有被接受的 token 才算数：延迟目标下推测解码的能耗核算报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI只有被接受的 token 才算数：延迟目标下推测解码的能耗核算
一项 arXiv 研究在 SGLang 生产级服务条件下，于 H100 与 H200 GPU 上以最高 64 的 batch 大小、跨 5 个语料实测推测解码的能耗。
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。