返回全部题目← 上一题57 / 66下一题 →题库/AI 应用工程与治理/Q-4618如何测量和评价大模型推理性能？知识专题：性能、时延与成本题目类型：效果评估技术难度：进阶收录题集：7 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集7 份LLM推理系统问答阿东玩 AI · AgentGuide · 2 条原题查看题集 →原文作者Lamhot Siagian / AI Engineering Insider How do you measure and report inference performance? What metrics would you instrument in a production serving system?What metrics would you use to evaluate and compare two LLM serving systems?AI系统与训练推理工程阿东玩 AI · AgentGuide · 2 条原题查看题集 →【尾延迟】尾延迟是啥？ 「腾讯」吞吐量的定义是什么？ 「字节Seed」AI 基础设施AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →How do you monitor and profile LLM inference in production (TTFT, inter-token latency, GPU utilization)?模型部署基础概念Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →AI领域的延迟和吞吐量？模型部署精华 · 推理部署综述Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →评估推理服务时为什么不能只看平均延迟？大模型推理服务有哪些特殊评估指标？展开剩余 2 份题集模型部署精华 · 大模型部署技术Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →大模型推理服务有哪些性能指标？TTFT、TPOT、Throughput分别衡量什么？如何进行大模型推理性能Benchmark？有哪些常用评测工具？模型部署精华 · 性能分析与调优工具Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →性能分析的核心目标是什么？延迟、吞吐、利用率、功耗分别衡量什么？TTFT、TPOT、ITL、吞吐量分别衡量什么？如何定位 Prefill 慢和 Decode 慢的不同根因？相关题目4 题0054Agent 上线后延迟或吞吐不达标时，如何优化执行效率？同一知识专题题目类型：方案设计技术难度：进阶相关面经：5 篇0362多用户调用 API、任务增多导致卡死时如何设计系统？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇0824模型 RPC 耗时长时，如何设计同步与异步链路？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇0859如何把单个视频生成耗时从 30 分钟缩短至 5 分钟？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题什么是大模型推理时延，为什么它对应用重要？下一题 →大模型 API 为什么需要同时限制 RPM、TPM、并发数和租户预算？
