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

作者:

Article URL: https://blog.kog.ai/real-time-llm-inference-on-standard-gpus-3-000-tokens-s-per-request/ Comments URL: https://news.ycombinator.com/item?id=48321076 Points: 168 # Comments: 77

查看原文 →


来源:Hacker News · RSS 采集

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注