MoE-Infinity: Efficient MoE Inference on Personal Machines with Sparsity-Aware Expert Cache

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Xue, Leyang, Fu, Yao, Lu, Zhan, Mai, Luo, Marina, Mahesh
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Performance
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2401.14361