大模型/LLM推理和部署理论与实践
本文集文档发布于灏天文库
+
-
重置
首页
首页
>
大模型/LLM推理和部署理论与实践
>
8.5总结
8.5总结
阅读进度:
0%
本文目录
8.5 总结
张量并行是一种大模型可靠的并行方法。它将模型参数矩阵分成更小的部分,减少了通信时间,使训练和推理都更加高效。虽然张量并行解决了由模型数据造成的内存瓶颈,但它的实现和优化也更具挑战性。
作者与出处
原作者:
Datawhale
来源:
datawhalechina
原文:
https://github.com/datawhalechina/llm-deploy
许可证:
CC BY-SA 4.0
整理:
灏天文库整理
由灏天文库结构化整理,提供目录导航、全文检索与在线阅读,便于系统化学习
发布者:
作者:
Datawhale
转发
8.4张量并行
9.1并发
评论区
(0)
按时间排序
按点赞排序
按回复排序
U
正在回复
×
最近
表情
自然
物品