老潘的AI社区

话题	回复	浏览量	活动
欢迎来到老潘的社区博客！大杂烩	0	1162	2023 年3 月 19 日
Deploying LLMs with TorchServe + vLLM AI大模型 vllm	0	11	2024 年11 月 2 日
Pushing the Boundaries of Mixed-Precision LLM Inference With Marlin AI大模型 cuda , llm	0	11	2024 年10 月 29 日
[vLLM vs TensorRT-LLM] #2. Towards Optimal Batching for LLM Serving AI大模型 vllm , tensorrt-llm , llm	0	26	2024 年10 月 16 日
[vLLM vs TensorRT-LLM] 全面的评测 AI大模型 llm	0	91	2024 年10 月 8 日
大模型中的kv-cache AI大模型 llm , cache	0	4361	2023 年7 月 27 日
TorchAO量化初探模型优化量化	0	58	2024 年9 月 24 日
FlashAttention1 && FlashAttention2 模型优化 transformer , op , llm	0	1330	2023 年7 月 24 日
pytorch编译器相关信息部署不内卷 torch_compiler	0	37	2024 年9 月 11 日
torch.export 机制大杂烩 torchfx , torch_compiler	0	42	2024 年9 月 11 日
torch.export IR Specification IR 说明部署不内卷 torchfx , torch_compiler	0	858	2023 年12 月 2 日
大模型指标排行榜大杂烩 llm	0	23	2024 年9 月 11 日
Best Practices for Tuning TensorRT-LLM for Optimal Serving with BentoML AI大模型翻译 , llm , tensorrt-llm	0	35	2024 年9 月 10 日
NVTX使用方法指北模型优化 nvidia , cuda , 性能优化	0	380	2023 年7 月 1 日
Pytorch模型加速系列（二）——Torch-TensorRT 部署不内卷 torch2trt	0	484	2024 年1 月 28 日
Improving GPU Performance by Reducing Instruction Cache Misses 编程相关 cuda , 翻译	0	26	2024 年9 月 1 日
为啥大模型需要量化？？？部署不内卷量化 , llm	0	111	2024 年9 月 1 日
CUDA Graph 相关资料部署不内卷 cuda	0	404	2023 年7 月 24 日
Pytorch C++拓展多种方式部署不内卷 cpp , pytorch	0	682	2023 年12 月 25 日
Accelerating AI/ML Model Training with Custom Operators 大杂烩翻译	0	29	2024 年8 月 25 日
以LLAMA为例，快速入门LLM的推理过程 AI大模型 llama , nlp , llm	7	14920	2024 年8 月 13 日
TensorRT-LLM初探（一）基于最新commit运行llama，以及triton-tensorrt-llm-backend 部署不内卷 llm , tensorrt , tensorrt-llm	9	4415	2024 年8 月 12 日
TensorRT-LLM汇总大杂烩 tensorrt-llm	0	130	2024 年8 月 4 日
大模型推理——FasterTransformer + TRITON AI大模型 tritonserver , llm , tensorrt-llm	0	1476	2023 年7 月 21 日
大模型模型推理加速相关技术汇总 AI大模型 cuda , llm , gpu , nvidia , tensorrt	0	4113	2023 年6 月 21 日
量化精度选择 FP8和INT8？部署不内卷 tensorrt	0	510	2024 年4 月 18 日
大模型中的量化 AI大模型量化 , llm	0	459	2023 年4 月 4 日
TensorRT-LLM推理细节大杂烩 tensorrt-llm	0	383	2024 年4 月 8 日
借着triton inference server聊一下各种batching方法部署不内卷 tritonserver	3	409	2024 年6 月 6 日
CUDA C++ 编程指北官方翻译校验版本编程相关 cuda , nvidia	2	1845	2024 年5 月 29 日