跳到正文
热点事件持续更新

SpecSearch:硬件感知的投机解码搜索

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Selin Yildirim、Ali Zeyrek 和 Deming Chen 提交论文,提出 SpecSearch:一种硬件感知的搜索方法,针对不同的工作负载与 GPU 组合,联合优化解码策略、草稿长度和精度。作者称,在 RTX 5090、H100、L40 和 AMD MI300X 上配合 vLLM 使用时,其吞吐量平均达到自回归解码的 2.01 倍、投机解码的 1.36 倍。上述倍数来自论文作者的测试结果,尚待独立验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    SpecSearch:面向硬件感知的高效投机解码

    SpecSearch 是一个硬件感知搜索引警,联合优化解码策略、草稿长度与精度,在 RTX 5090、H100、L40 和 AMD MI300X 上配合 vLLM 实现平均 2.01 倍于自回归解码、1.36 倍于投机解码的吞吐量。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。