返回全部题目← 上一题45 / 81下一题 →题库/模型基础与推理/Q-4885流水线并行推理时，如何减少设备空闲并提高利用率？知识专题：推理优化与模型压缩题目类型：方案设计技术难度：深入收录题集：3 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3 份LLM推理系统问答阿东玩 AI · AgentGuide · 1 条原题查看题集 →原文作者Lamhot Siagian / AI Engineering Insider How does pipeline bubble fraction affect pipeline parallelism efficiency? How is it mitigated?AI系统与训练推理工程阿东玩 AI · AgentGuide · 1 条原题查看题集 →【流水线并行】PP推理时，是一个串行的过程，1个GPU计算，其他空闲，有没有其他方式？ 「腾讯混元」分布式训练与资源Firefly · llm_interview_note · 1 条原题查看题集 →PP推理时，是一个串行的过程，1个GPU计算，其他空闲，有没有其他方式？相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：3 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：3 篇♥♥♥♥♥← 上一题已到最后一题← 上一题如何估算 KV Cache 显存，并分析批大小和上下文长度的限制？下一题 →大模型推理时显存持续增加或请求结束后仍被占用，如何解释和排查？
