標題:
[手機情報]
HUAWEI 全新壓縮 RAM 算法，AI 大模型可節省 70% RAM
[打印本頁]
作者:
sun7005
時間:
2025-1-28 12:28 AM
標題:
HUAWEI 全新壓縮 RAM 算法，AI 大模型可節省 70% RAM
近期，華為AI算法團隊表示在人工智能領域取得顯著突破，研究併發表一種創新的大模型 KV Cache 壓縮算法，稱為「RazorAttention」。
2 \# P9 c$ o7 ?' \: Itvb now,tvbnow,bttvb
5.39.217.771 s( E' M/ y' e9 H
0 Q. W/ O, I9 D% v
+ Y1 L% w$ g8 a1 d3 n公仔箱論壇
新算法具有卓越的性能表現，可以有效節省高達 70%的大模型推理 RAM 佔用，AI 大模型提供更多的空間，提供強有力的支援。
* h' M, \ u9 v
目前相關論文《RazorAttention: Efficient KV Cache Compression Through Retrieval Heads》已被深度學習領域國際頂級會議 ICLR 2025 收錄，可見其重要性。
5 {0 P# Z. p" y* ~3 E公仔箱論壇
華為表示，RazorAttention 是業界首個基於 Attention 可解釋性的離線靜態 KV Cache 壓縮算法，打破一直以來 AI 大模型長序列 KV Cache 壓縮不理想的硬傷，減少設備負擔，提高計算速度。
公仔箱論壇! O$ L8 W. o) y2 ?5 \
RazorAttention 是通過檢索頭的設定，保證上下文中重要且主要的信息保留，且在保持高精度（誤差小於1%）的前提下，實現靜態有效壓縮最大70% 的 KV Cache RAM 佔用，大大減少 AI 大模型推理的成本。
3 [1 ?' I. Y( N5 e9 m6 {
值得一提的是，目前 RazorAttention 算法已實現產品化，並集成在昇騰 MindIE/MindStudio，支援主流 8K~1M 長序列 KV Cache 壓縮，在 32K 以上場景增量吞吐提升20%+。
歡迎光臨 公仔箱論壇 (http://5.39.217.77/)
Powered by Discuz! 7.0.0
新算法具有卓越的性能表現，可以有效節省高達 70%的大模型推理 RAM 佔用，AI 大模型提供更多的空間，提供強有力的支援。
目前相關論文《RazorAttention: Efficient KV Cache Compression Through Retrieval Heads》已被深度學習領域國際頂級會議 ICLR 2025 收錄，可見其重要性。