Duplex: A Device for Large Language Models with Mixture of Experts, Grouped Query Attention, and Continuous Batching

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Yun, Sungmin, Kyung, Kwanhee, Cho, Juhwan, Choi, Jaewan, Kim, Jongmin, Kim, Byeongho, Lee, Sukhan, Sohn, Kyomin, Ahn, Jung Ho
Format:	Preprint
Publié:	2024
Sujets:	Hardware Architecture Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2409.01141