跳到正文
热点事件持续更新

杜克团队开源Tideway加速端侧MoE推理

1 篇报道1 个报道来源35 分钟前更新

先了解这件事

AI 综述

杜克大学等团队发布并开源Tideway,通过统一管理主机内存与GPU显存,结合相位感知内存布局和专家分页优化CUDA Graph执行,降低消费级设备运行大型MoE模型的推理开销。 在其实测中,相较各自指标下最快的基线,Tideway平均将端到端延迟、首Token时间和每Token输出时间分别加速1.97倍、2.40倍和1.61倍。

AI 根据报道生成 · 26 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    Tideway以统一内存池加速消费级设备上的MoE推理

    杜克大学等团队发布Tideway,通过统一管理主机RAM与GPU显存,并结合相位感知内存布局和专家分页优化CUDA Graph执行,加速消费级设备上的大型MoE推理。实测相较最快基线,端到端延迟、TTFT和TPOT分别取得1.97×、2.40×和1.61×加速,代码已开源。

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。