Netpreme X-Mem™ 加速 SGLang HiCache,長提示詞載入快 6.7 倍
Accelerating SGLang HiCache with Netpreme X-Mem™ MPU
重點導讀
AI 助理常會反覆使用同一大段提示詞,但如果快取資料放在速度較慢的主記憶體,搬回 GPU 時就會拖慢回應。
- SGLang HiCache 能保留並重用這些資料,Netpreme X-Mem™ 則加入一層高速記憶體,專門存放和搬動快取。在提示詞很長、重複使用很多的測試中,X-Mem™ 讓第一個回應等候時間最多縮短約 6.7 倍。
- 高負載時,使用者互動速度提升 50%,系統處理量也增加 30%。這讓 AI 助理能更快接續多輪工作,也顯示快取資料搬得夠快,重複利用才真正能省時間。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處lmsys.org
Accelerating SGLang HiCache with Netpreme X-Mem™ MPU
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: LMSYS Org Blog (lmsys.org)
開啟原文