Exploiting Student Parallelism for Efficient GPU Inference of BERT-like Models in Online Services

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Weiyan, Jin, Yilun, Zhang, Yiming, Wei, Victor Junqiu, Tian, Han, Chen, Li, Xue, Jinbao, Tao, Yangyu, Wang, Di, Chen, Kai
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!