AI 인프라 소프트웨어Reza Yazdani Aminabadi 외 (Microsoft)
DeepSpeed Inference 발표
DeepSpeed Inference 발표 — 지연 최대 7.3배 감소, GPU 전용 대비 25배 큰 모델 처리
왜 중요한가
학습 인프라 팀이 추론까지 내려온 사건. vLLM 이전 세대의 대형 모델 서빙 표준
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
논문arxiv.orghttps://arxiv.org/abs/2207.000322026년 8월 24일에 더한 조각 · 그 주 보기