Cronus: Efficient LLM inference on Heterogeneous GPU Clusters via Partially Disaggregated Prefill

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Liu, Yunzhao, Xu, Qiang, Hu, Y. Charlie
Format:	Preprint
Publié:	2025
Sujets:	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/2509.17357