Disaggregated Prefill and Decoding Inference System for Large Language Model Serving on Multi-Vendor GPUs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xing, Shi, Rong, Zhao, Lu, Wang, Lingbin, Jin, Xiao, Chen, Yueqiang, Sun, Hongfeng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2509.17542