Ragged Paged Attention: A High-Performance and Flexible LLM Inference Kernel for TPU

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Jiang, Jevin, Chen, Ying, Hechtman, Blake A., Zhang, Fenghui, Mu, Yarong
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi