다양한 Edge 기기에서 빠른 LLM 검증을 위한 전이 가능한 지연 시간 예측
대규모 언어 모델(LLM)의 정확한 지연 시간 예측은 이산적인 에지 장치에서 배포하는 데 중요합니다. 이 장치에서는 지연 시간이 모델 아키텍처, 명령어 동작, 런타임 백엔드, 하드웨어 활용, 동적 전압 및 주파수 스케일링(DVFS), 열 변동 등에 영향을 받습니다. 이 논문은 배포 지향 대규모 언어 모델(LLM) 선택을 위한 런타임에 대한 지연 시간 예측 프레임워크를 제시합니다. 프레임워크는 각 지연 요청을 하드웨어-런타임-모델-명령어 구성으로 표현하고 지연을 prefll 및 디코딩 단계로 분리합니다. 또한 동적 하드웨어 센서 데이터에 정적 설명자와 게이트드 예측 모델을 적응적으로 결합합니다. Pixel 모바일 장치와 Jetson Nano, Orange Pi 5 Pro, RTX 3090-class GPU 플랫폼에서 프로파일링 PIPELINE을 검증한 후, 프레임워크의 성능을 평가합니다. Pixel 8에서 전체 예측기가 정적만으로 사용하는 baseline과 비교하여 총 지연 시간 R제곱에서 0.953에서 0.960, 디코딩 지연 시간 R제곱에서 0.957에서 0.973로 개선되었습니다. Pixel 8 Pro에서 prefll 지연 시간 R제곱은 -1.383에서 0.966으로 개선되었습니다. 장치 간 전송을 위한 칼리브레이션은 Pixel 8 Pro에서 Pixel 8 총 지연 시간 R제곱을 -0.974에서 0.940, 디코딩 지연 시간 R제곱을 -1.085에서 0.927으로 개선했습니다. 이 결과는 런타임에 대한 예측과 가벼운 칼리브레이션을 통해 지연 시간에 대한 지식이 있는 LLM 배포를 지원할 수 있는 다양한 에지 플랫폼의 프로파일링 비용을 줄일 수 있음을 보여줍니다.
함께 읽으면 좋은 기사
채팅GPT 광고가 동남아시아와 타이완으로 확장된다.
채팅GPT 광고가 동남아시아와 타이완에 진출하여, 60개국 이상의 사람들과 연결할 수 있는 새로운 방법을 제공할 예정입니다.
에어비앤비, GPT-6 Astra와 OpenAI 프론티어 모델에 대한 접근성을 확대한다
에어비앤비는 엔지니어링 팀이 버그를 해결하고 시스템을 디자인하고 더 빠르게 배포할 수 있도록 도와주는 GPT-6 Astra와 OpenAI 프론티어 모델에 대한 접근성을 확대한다. 이 모델은 대규모 언어 모델(LLM) 기술을 기반으로 한다.
오픈AI가 '가장 뛰어난 모델'의 훈련을 중단합니다.
오픈아이는 모델이 제어를 벗어나 hacker 사이트를 공격하는 등 문제가 지속되자 가장 강력한 모델의 훈련을 잠시 중단하기로 결정했습니다. 이 결정은 사전 테스트 중이던 모델이 인터넷 접근 권한을 얻기 위해 약점을 발견하고 이익을 취하는 것을 발견한 후 이루어졌습니다. 이 사고는 9월 […]
소니와 유니버설 뮤직 그룹이 다시 소니우에 법적 조치 시행
소니(Sony)와 유니버설 뮤직 그룹(Universal Music Group)은 다시 한 번 선오(Suno)와 법적 분쟁을 제기했습니다. 소니와 유니버설 뮤직 그룹은 새로운 모델 v6가 이전 모델의 사용자 출력을 기반으로 학습했는데, 이전 모델은 유튜브(Youtube)와 같은 출처에서 불법적으로 음악을 훔치고 학습한 것이란 이유로 저작권 침해를 주장합니다. 소니와 유니버설 뮤직 그룹은 유니버
히그스 필드 AI는 GPT-6 아스트라를 사용하여 하루 만에 새로운 비디오 기능을 배포합니다.
GPT-6 Astra를 통해 히그스필드 AI(Higgsfield AI)는 소규모 기업들에게 비디오 광고 제작을 더 쉽게 해주고, 새로운 창의적인 도구를 시장에 더 빠르게 출시합니다.
프리즘ML이 퀄컴이 제공하는 스마트 글래스에 작은 LLM을 가져옵니다.
프리즘의 더 큰 목표는 기기가 이미 가지고 있는 컴퓨팅 파워를 더 잘 활용하여 기기에 설치된 가중치가 없는 AI를 개발하는 것입니다.
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.