InstInfer: In-Storage Attention Offloading for Cost-Effective Long-Context LLM Inference

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Pan, Xiurui, Li, Endian, Li, Qiao, Liang, Shengwen, Shan, Yizhou, Zhou, Ke, Luo, Yingwei, Wang, Xiaolin, Zhang, Jie
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!