察元AI能力广场 · 资讯

Real-time LLM Inference on Standard GPUs: 3k tokens/s per request

作者 NicoConstant

实现标准GPU上3000 tokens/s实时大语言模型推理优化的技术方案

大模型 实时通信

官方入口

同类资讯推荐

浏览全部资讯 · 返回察元AI首页