NEO: Saving GPU Memory Crisis with CPU Offloading for Online LLM Inference

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Jiang, Xuanlin, Zhou, Yang, Cao, Shiyi, Stoica, Ion, Yu, Minlan
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires