標題: [手機情報] HUAWEI 全新壓縮 RAM 算法，AI 大模型可節省 70% RAM [打印本頁]

---

作者: sun7005    時間: 2025-1-28 12:28 AM     標題: HUAWEI 全新壓縮 RAM 算法，AI 大模型可節省 70% RAM

近期，華為AI算法團隊表示在人工智能領域取得顯著突破，研究併發表一種創新的大模型 KV Cache 壓縮算法，稱為「RazorAttention」。
3 u" {3 y1 h8 s; o7 J; J" s   
! J  {8 |& ]4 ?4 d: c1 OTVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。tvb now,tvbnow,bttvb" k$ H+ I+ j! F9 @5 O" d

- S/ J$ w0 F8 A! J. N6 R; s% K4 ?新算法具有卓越的性能表現，可以有效節省高達 70%的大模型推理 RAM 佔用，AI 大模型提供更多的空間，提供強有力的支援。TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。0 a0 w6 [  p8 x7 X/ _# c  H
目前相關論文《RazorAttention: Efficient KV Cache Compression Through Retrieval Heads》已被深度學習領域國際頂級會議 ICLR 2025 收錄，可見其重要性。TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。3 \/ M- |" c/ [/ X5 M) \
華為表示，RazorAttention 是業界首個基於 Attention 可解釋性的離線靜態 KV Cache 壓縮算法，打破一直以來 AI 大模型長序列 KV Cache 壓縮不理想的硬傷，減少設備負擔，提高計算速度。8 z* ~8 }5 w- m
RazorAttention 是通過檢索頭的設定，保證上下文中重要且主要的信息保留，且在保持高精度（誤差小於1%）的前提下，實現靜態有效壓縮最大70% 的 KV Cache RAM 佔用，大大減少 AI 大模型推理的成本。公仔箱論壇- }$ P( H$ H; Z% ]$ y8 f  K
值得一提的是，目前 RazorAttention 算法已實現產品化，並集成在昇騰 MindIE/MindStudio，支援主流 8K~1M 長序列 KV Cache 壓縮，在 32K 以上場景增量吞吐提升20%+。

---

歡迎光臨 公仔箱論壇 (http://www3.tvboxnow.com/)

Powered by Discuz! 7.0.0