LoongServe: Efficiently Serving Long-Context Large Language Models with Elastic Sequence Parallelism

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Bingyang, Liu, Shengyu, Zhong, Yinmin, Sun, Peng, Liu, Xuanzhe, Jin, Xin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2404.09526