site stats
进入2024年,平板/手机终端LLM能力和半年前比,进步还是很明显的 半年前在iPhone/Galaxy上用GPU跑7B模型大概能到6 token/s,现在已经能接近20 token/s了 主要提升来自于两方面:一个是启用NPU优化提升到10 token/s,另外一个是新技术speculative decoding再提升一倍(原理如图)…
sign_in_with_google sign_in_with_google

2148 位用户此时在线

24小时点击排行 Top 10:
  1. 本站自动实时分享网络热点
  2. 24小时实时更新
  3. 所有言论不代表本站态度
  4. 欢迎对信息踊跃评论评分
  5. 评分越高,信息越新,排列越靠前