b12207
原文:b12207
ggml-cuda :将 d_state=64 快速路径添加到 SSM_SCAN 内核 (#31818) Zamba2 和类似架构在其循环扫描步骤中使用状态大小 64,这超出了 GPU 内核现有的快速路径 (96、128、256)。每个扫描步骤都回落到 CPU,将生成瓶颈限制在 6-7 tok/s,而其他架构在相同硬件上实现的速度为 50-70 tok/s。添加第四个模板
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。