Nchịkọta
Ihe owuwu na-ekesa nnukwu ihe nlere asụsụ n'ime akụkụ abụọ dị iche iche — prefill na decode — ma na-agba ha na ọdọ mmiri GPU dị iche iche. Ọ dị mkpa n'ihi na usoro abụọ a nwere agụụ ngwaike dị iche, na ịmanye ha n'otu igwe na-emebi ikike ma na-emerụ ahụ ike.
Prefill ekewapụrụ na Decode Ije ozi bụ ngọngọ ụlọ ọrụ nka nke na-emetụta ịdịmma nlereanya, ọnụ ahịa akụrụngwa, nkwụsịtụ, na ntụkwasị obi n'ogo.
Ime miri emi
Mgbe LLM zara, ọ na-arụ ọrụ na nkebi abụọ. Prefill na-agụ ozugbo ozugbo wee wuo oghere igodo-uru (KV); nke a bụ nnukwu myirịta, gbawara agbakọ nke na-eju nkeji mgbakọ na mwepụ GPU. Decode wee wepụta akara n'otu n'otu, usoro nke ọ bụla na-agụ cache KV dum — ihe na-ejikọta bandwidth ebe nchekwa, na-agbakọ ngwa ngwa. Na-agba ọsọ ọnụ, ogologo prefill na-egbochi onye ọ bụla decode (mchichi isi nke ahịrị), na ịchịkọta ha abụọ na-emepụta nnyonye anya. Nkewa na-etinye prefill n'otu ọdọ mmiri GPU wee depụta koodu na nke ọzọ, na-ebufe cache KV n'etiti ha na njikọ ngwa ngwa dị ka NVLink ma ọ bụ InfiniBand. A na-edobe ọdọ mmiri ọ bụla ma tụkwasa ya n'onwe ya, na-eme ka ihe dị mma na-eme ka ọ dị mma, na-eme ka nkwụsị ọdụ dị nro, na ikwe ka ndị na-arụ ọrụ kụrie ihe nleba anya oge-na-mbụ-mbụ na oge-otu mmepụta-token n'otu oge.
Nghọta nka nka
Usoro abụọ a dị iche na njedebe ha. Na-emeju ihe nrịbama niile n'otu ntabi anya, ya mere ọ̀tụ̀tụ̀ FLOP ya nwere ogologo ọsọ ọsọ na ọ na-ebupụ cores tensor. Decode bụ autoregressive: ọhụrụ token ọ bụla chọrọ otu ngafe na-aga n'ihu nke na-agụgharị cache KV zuru ezu sitere na HBM, yabụ, a na-eji bandwidth ebe nchekwa na-enweta mmepụta, ọ bụghị ịgbakọ. Nkewa nkewa na-erigbu nke a site n'ịha nha, nhazi, na ọbụna họrọ myirịta dị iche iche maka ọdọ mmiri ọ bụla, wee bupu cache KV site na ndị ọrụ prefill iji depụta ndị ọrụ.
Ịmalite njuju nke ekewapụrụ ma degharịa ozi
Ihe owuwu na-ekesa nnukwu ihe nlere asụsụ n'ime akụkụ abụọ dị iche iche — prefill na decode — ma na-agba ha na ọdọ mmiri GPU dị iche iche. Ọ dị mkpa n'ihi na usoro abụọ a nwere agụụ ngwaike dị iche, na ịmanye ha n'otu igwe na-emebi ikike ma na-emerụ ahụ ike. Prefill ekewapụrụ na Decode Ije ozi bụ ngọngọ ụlọ ọrụ nka nke na-emetụta ịdịmma nlereanya, ọnụ ahịa akụrụngwa, nkwụsịtụ, na ntụkwasị obi n'ogo. Iji wulite nghọta miri emi, na-emeso Prefill ekewapụrụ na Decode ije ozi dị ka ihe nlere arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, wee kewaa ihe sistemụ nwere ike ime nke ọma na ihe ka na-achọ mkpebi ndị ọkachamara.
Na omume, otu ndị siri ike na-eji Prefill ekewapụrụ na Decode Ije ozi na-ebuli ụlọ, data na nhọrọ akụrụngwa megide ntụkwasị obi na ọnụ ahịa. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.
Mkpebi ihe owuwu ụlọ na-akwalite arụmọrụ yana ọnụ ahịa ọrụ ruo ọtụtụ afọ. N'otu oge ahụ, ịkwalite otu akara ngosi nwere ike zoo adịghị ike sistemụ sara mbara. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.
Mmetụta atụmatụ
Mkpebi ihe owuwu ụlọ na-akwalite arụmọrụ yana ọnụ ahịa ọrụ ruo ọtụtụ afọ.
Mkpebi ihe owuwu ụlọ na-akwalite arụmọrụ yana ọnụ ahịa ọrụ ruo ọtụtụ afọ. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Nkà mmụta nka na-enyere ndị otu egwuregwu aka ịhọrọ nchịkọta ziri ezi, ọ bụghị naanị nke kachasị ọhụrụ.
Nkà mmụta nka na-enyere ndị otu egwuregwu aka ịhọrọ nchịkọta ziri ezi, ọ bụghị naanị nke kachasị ọhụrụ. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Nhọrọ injinia ka mma na-ebelata ihe omume ntụkwasị obi na mmepụta.
Nhọrọ injinia ka mma na-ebelata ihe omume ntụkwasị obi na mmepụta. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Mmejuputa n'ezie n'ụwa
Onye enyemaka nkata na-aga akwụkwọ dị ogologo na-akpalite ụyọkọ prefill dị arọ, wee zaghachi iyi sitere na ụyọkọ decode kachasị mma nke ebe nchekwa ka ọ nọgide na-ede ederede nke ọma.
NVIDIA Dynamo na vLLM na-ahapụ ndị na-arụ ọrụ ka ha wepụta prefill dị iche iche na decode otu ndị ọrụ ka mwapu nke ogologo mkpali ghara ifriizi ọgbọ na-aga n'ihu.
Mooncake (nke Moonshot AI's Kimi ji mee ihe) na-ekewapụta prefill na decode ma gbakwụnye ọdọ mmiri KV-cache ekesara iji belata ngụkọ ngwa ngwa n'ọtụtụ.
Ọrụ mmecha koodu na-arara obere ọdọ mmiri prefill maka mkpali dị mkpirikpi yana nnukwu ọdọ mmiri decode, ebe ọ bụ na ọtụtụ ọnụ ahịa na-abịa site na ịkwanye ọtụtụ akara ngosi mmepụta.
Usoro mmejuputa
Prefill kewapụrụ na Decode Na-eje ozi na omume
Onye enyemaka nkata na-aga akwụkwọ dị ogologo na-akpalite ụyọkọ prefill dị arọ, wee zaghachi iyi sitere na ụyọkọ decode kachasị mma nke ebe nchekwa ka ọ nọgide na-ede ederede nke ọma.
Onye enyemaka nkata na-aga ogologo akwụkwọ na-akpalite ụyọkọ prefill dị arọ, mmiri na-aza site na ụyọkọ decode kachasị mma nke ebe nchekwa iji nọgide na-ede akwụkwọ latency dị nro Otu egwuregwu na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ ịrị elu mmadụ maka ọnụ ọnụ, ma soro ma uru nrụpụta yana ọnụ ahịa njehie ka oge na-aga.
Prefill kewapụrụ na Decode Na-eje ozi na omume
NVIDIA Dynamo na vLLM na-ahapụ ndị na-arụ ọrụ ka ha wepụta prefill dị iche iche na decode otu ndị ọrụ ka mwapu nke ogologo mkpali ghara ifriizi ọgbọ na-aga n'ihu.
NVIDIA Dynamo na vLLM na-ahapụ ndị na-arụ ọrụ na-ebuga prefill dị iche iche na decode otu ndị ọrụ ka mwepu nke ogologo oge anaghị akwụsị ọgbọ na-aga n'ihu Otu egwuregwu na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-eme ka ụzọ mmadụ si abawanye maka ọnụ okwu, ma soro ma uru mmepụta na ụgwọ njehie na oge.
Prefill kewapụrụ na Decode Na-eje ozi na omume
Mooncake (nke Moonshot AI's Kimi ji mee ihe) na-ekewapụta prefill na decode ma gbakwụnye ọdọ mmiri KV-cache ekesara iji belata ngụkọ ngwa ngwa n'ọtụtụ.
Mooncake (nke Moonshot AI's Kimi ji mee ihe) na-ekewapụta prefill na decode wee gbakwunye ọdọ mmiri KV-cache ekesa iji belata nkwughachi ngwa ngwa n'ọtụtụ dị iche iche na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụta ọnụ ụzọ dị mma n'ihu, debe ụzọ mmụba mmadụ maka ọnụ ọnụ, ma soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
Prefill kewapụrụ na Decode Na-eje ozi na omume
Ọrụ mmecha koodu na-arara obere ọdọ mmiri prefill maka mkpali dị mkpirikpi yana nnukwu ọdọ mmiri decode, ebe ọ bụ na ọtụtụ ọnụ ahịa na-abịa site na ịkwanye ọtụtụ akara ngosi mmepụta.
Ọrụ mmecha koodu na-enye obere ọdọ mmiri prefill maka mkpali dị mkpirikpi na nnukwu ọdọ mmiri decode, ebe ọ bụ na ọtụtụ ọnụ ahịa na-abịa site na ịkwanye ọtụtụ akara ngosi mmepụta Otu na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-eme ka ụzọ mmadụ si abawanye maka ọnụ okwu, ma soro ma uru nrụpụta na ụgwọ njehie n'ime oge.
Ihe ize ndụ & okporo ụzọ nche
Ịkwalite otu akara ngosi nwere ike zoo adịghị ike sistemụ sara mbara.
A na-eledakarị ihe akụrụngwa na ụgwọ ọrụ anya.
Ọdịiche nchekwa na nleba anya nwere ike itolite ka sistemu na-adịwanye mgbagwoju anya.
Map mmejuputa
Kọwaa latency, ịdịmma na ebumnuche ọnụ ahịa tupu mmejuputa ya.
Kọwaa latency, ịdịmma na ebumnuche ọnụ ahịa tupu mmejuputa ya. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Benchmark n'okpuru ibu dị adị na ọnọdụ data.
Benchmark n'okpuru ibu dị adị na ọnọdụ data. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Nleba anya akụrụngwa maka mperi, ịkpafu na mmetụta onye ọrụ.
Nleba anya akụrụngwa maka mperi, ịkpafu na mmetụta onye ọrụ. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Kwadebe ụzọ nzaghachi azụghachi azụ na ihe omume tupu ịchachaa.
Kwadebe ụzọ nzaghachi azụghachi azụ na ihe omume tupu ịchachaa. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.