标签：吞吐量

10倍吞吐提升无损性能：多模态适用的KV cache量化策略来了，即插即用无需改原模型

多模态大语言模型在实际应用中展现出卓越性能，但其计算开销和显存占用问题仍然是关键瓶颈。KV cache机制通过显存换取计算效率，但随着输入数据规模的增大，...

AIGC动态

2天前