[手機情報] HUAWEI 全新壓縮 RAM 算法，AI 大模型可節省 70% RAM

sun7005

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」。
3 L+ o% p: t0 X" E3 T# ^5.39.217.77:8898    5 R, Y6 ?3 w& a
tvb now,tvbnow,bttvb" R6 Y( c8 G; m5 k5 z) u

$ ?9 l# S; ]- `  p! N/ H$ a3 F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。公仔箱論壇7 |' s8 W6 Y9 S4 E5 G4 [# m
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。
- d. o$ I' i  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。5.39.217.77:88987 A6 I( q! e( }# Y. j$ r( S& C" g1 S+ C
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。tvb now,tvbnow,bttvb4 T. j; L. d$ j/ h( V% R& T
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%+。