➡️
继续阅读
-
Switchyard：NVIDIA的开源路由库
NVIDIA NeMo Switchyard是一个开源路由层，位于AI代理和模型之间，按请求智能选择模型以降低成本。教程演示了从随机路由到内容感知路由的升...
-
推理服务的缓存与调度：前缀、多级存储、集群路由
本文讨论长上下文推理服务的缓存与调度优化。核心原则是缓存未命中比命中贵几个数量级，因此设计围绕复用展开：单实例内通过块哈希实现前缀缓存；KV池采用writ...
-
显存账本：每张卡上住着什么，搬走付什么
本文介绍训练大模型时显存管理的通用记账方法。显存分为五类：权重、梯度、优化器状态、激活和通信缓冲。前三类由参数量和并行度决定，激活随输入长度增长，优化空间...
-
看 NocoBase 的分支更新：AI 无代码平台进生产前，先把风险边界想清楚
NocoBase 的更新摘要提到 main、next、develop 三个分支。比起新功能本身，我更关心它进入真实项目后的升级、回滚、权限、审计和维护成本...
-
数据并行与 ZeRO：三级分片各省多少
本文介绍数据并行与ZeRO优化技术。ZeRO通过三级分片（优化器状态、梯度、权重）减少显存占用，前两级不增通信量，第三级需额外all-gather。ZeR...
-
流水线并行：1F1B、虚拟段与气泡
本文介绍流水线并行中气泡的产生与优化。将模型按层切段、批次分微批后，段间等待形成气泡。四代调度各改一点：GPipe先全前向再全反向，显存高；1F1B改交替...
