低成本推理

北京大学张牧涵团队在昇腾算力支持下，研发出一套高效大模型训练推理架构，实现百万tokens输入成本低至1元。该成果包含三项关键技术：1）通过分离注意力头中的位置与非位置信息，仅用3%位置信息即可维持模型性能；2）采用联合KV低秩压缩方法，仅保留12.5%的KV Cache；3）基于昇腾硬件并行计算能力，实现Recurrent Decoding技术提升训练数据利用率。该架构显著降低AI大模型应用成本，验证了昇腾算力平台支撑尖端科研的实力。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。站长之家将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时，可及时向站长之家提出书面权利通知或不实情况说明，并提权属证明及详细侵权或不实情况证明（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。