文档摘要

第5章 生成式AI部署：把大模型装进边缘设备 本章要回答的三个问题：大语言模型这种「循环生成」的负载，为什么需要专门的扩展库支持？权重压到四比特、KV 缓存随对话增长、解码带宽打满——这三堵墙分别怎么拆？一台没有独显的边缘盒子，真的能跑起可用的对话服务吗？ 为什么会有这一章 前四章的模型都是「一次前向出结果」的判别式负载，本章的负载完全不同：文本生成是一个循环——分词、前向、采样、再循环——中间还有一份随对话不断长大的 KV 缓存。 会员。《第5章 生成式AI部署：把大模型装进边缘设备》收录于灏天文库文集《OpenVINO模型部署》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/763-openvino%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流