跳到正文
热点事件持续更新

HyCoInfer:GPU-FPGA云边协同LLM推理

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

Zewen Huang等作者发表论文,提出云边协同的大语言模型推理系统HyCoInfer:把prefill阶段放在云端GPU,把解码分散到云端GPU与边缘FPGA上执行。 论文称,在500 Mbps链路上,该系统请求吞吐量最高可达纯云端vLLM的4.11倍,平均端到端延迟最多降低61.1%。这些数据来自论文自述,尚未见独立验证。

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
    HyCoInfer:面向异构 GPU-FPGA 架构的云边协同 LLM 推理系统

    HyCoInfer 是一个将 prefill 放在云端 GPU、把解码分散到云端 GPU 与边缘 FPGA 的异构云边推理系统,在 500 Mbps 链路上实现最高达纯云端 vLLM 4.11 倍的请求吞吐量,平均端到端延迟最多降低 61.1%。

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。