PRESERVE: Prefetching Model Weights and KV-Cache in Distributed LLM Serving

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Yüzügüler, Ahmet Caner, Zhuang, Jiawei, Cavigelli, Lukas
Format:	Preprint
Publié:	2025
Sujets:	Artificial Intelligence Hardware Architecture Distributed, Parallel, and Cluster Computing
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/2501.08192