چین
@zephyr_z9
بچههای دیپسیک رسماً گل کاشتن و نشون دادن تو دنیای هوش مصنوعی حسابی کاردرستن

بچههای دیپسیک رسماً گل کاشتن و نشون دادن تو دنیای هوش مصنوعی حسابی کاردرستن. ماجرا از این قراره که این غول چینی تونسته ظرف همین ۹ ماه گذشته، حجم کشِ کِیوی (KV Cache) به ازای هر توکن رو ۵۴ برابر فشردهتر و جمعوجورتر کنه. واسه اینکه عمق ماجرا دستت بیاد، این کَش همون حافظهایه که مدل برای یادآوری کلمات قبلی استفاده میکنه و قبلاً یه خروار از رَم گرافیک رو قورت میداد، اما حالا با یه کسری از اون حافظه کارش راه میافته. با این دستفرمون مهندسی، مدلها موقع چتهای فوقالعاده طولانی دیگه نفستنگه نمیگیرن و سیستم بالا نمیاره.
منبع
Zephyr@zephyr_z9
Deepseek has compressed KV cache size per token by 54x in the last 9 months
۱۹ شهریور ۱۴۰۵مشاهده در X



نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.