标签：优化

2026-02-25andy阅读(74)评论(0)

如何通过 MUSA 集群进行大模型分布式训练：详解多卡互联与带宽优化 随着国产算力的崛起，摩尔线程（Moore Threads）的 MUSA 架构已成为大模型训练的重要选择。在多卡集群环境下，如何充分利用 MT-Link 互联技术并优化通信...

2026-02-24andy阅读(317)评论(0)

1. 为什么大模型推理会受限于 HBM？ 在大模型（LLM）推理过程中，Transformer 架构中存在大量的逐元素（Element-wise）操作，如 Add、LayerNorm、Mul 和 Silu 等。在标准的执行流中，每个算子都需...

2026-02-18andy阅读(77)评论(0)

在 Go 语言中，性能优化和垃圾回收（GC）效率与内存分配方式息息相关。如果一个变量本可以分配在快速的栈（Stack）上，却因某些原因被分配到了慢速的堆（Heap）上，这就称为“逃逸”（Escape）。闭包（Closure）是导致变量逃逸最...

2026-02-16andy阅读(103)评论(0)

随着大模型（LLM）的飞速发展，将这些强大的AI能力部署到资源受限的手机等端侧设备上，成为了AI工程化的一大挑战。Llama系列模型虽然效果优秀，但其巨大的参数量和高昂的内存需求，使得直接部署几乎不可能。本文将详细讲解如何通过4-bit量化...

2026-02-14andy阅读(67)评论(0)

华为昇腾（Ascend）系列芯片搭载了基于达芬奇（DaVinci）架构的NPU，旨在提供极致的AI推理性能。然而，将PyTorch或TensorFlow训练的模型部署到昇腾NPU上，需要经过严格的图优化和格式转换。本文将聚焦于使用核心工具A...

2026-02-13andy阅读(90)评论(0)

在 Kubernetes (K8s) 环境中，应用的部署速度和弹性与容器镜像的体积息息相关。镜像体积越大，Kubelet 拉取（Pull）镜像所需的时间越长，尤其是在节点首次启动或冷启动时，这可能导致应用启动延迟，影响用户体验和HPA（Ho...

2026-02-13andy阅读(87)评论(0)

Transformer 模型，如 BERT 或其轻量化版本，在自然语言处理任务中表现出色。然而，由于其复杂的矩阵乘法和注意力机制，它们对移动端性能提出了巨大挑战。iPhone 上的神经引擎（ANE）是实现高性能端侧推理的关键，但需要模型以 ...

2026-02-12andy阅读(134)评论(0)

模型量化（Quantization）是端侧推理加速的关键技术之一，它将浮点数（FP32）权重和激活值转换为低比特整数（如INT8），显著减少了模型大小并提高了计算效率。然而，量化方式的选择——特别是对称量化（Symmetric Quanti...

2026-02-11andy阅读(80)评论(0)

作为Elasticsearch（ES）的资深用户，我们深知数据的删除操作并非简单的“一删了之”。标准的物理删除操作会在ES内部留下“tombstone”（删除标记），这些标记只有在后续的段合并（Segment Merge）过程中才会被清理，...

2026-02-09andy阅读(92)评论(0)

在构建大规模向量搜索系统时，我们经常面临“非对称搜索”场景：查询向量（Query Vector）通常保持高精度（浮点型），而数据库中的索引向量（Database Vector）为了节省存储和提高I/O效率，会使用量化压缩技术（如Produc...