文档摘要

8.2 内核与批参数调优：最后的几个百分点 本节摘要：块表、批处理与量化的大头收益拿到之后，还有一层更细的旋钮：CUDA 计算图消除调度开销、prefill 分摊平衡 TTFT 与 TBT、批参数与延迟的三角关系。本节讲清这些进阶开关的机理与适用条件——以及为什么有些场景下"关闭优化"反而是优化。 压测报告离目标就差最后一口气：吞吐达标了，P99 还差一点；或者反过来，均值漂亮，长尾难看。 会员。《8.2 内核与批参数调优：最后的几个百分点》收录于灏天文库文集《vLLM》，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/828-vllm

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