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

sun7005

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」。
9 |6 w0 R1 k: V& c& |4 @! a公仔箱論壇    tvb now,tvbnow,bttvb8 M6 V, a( H6 l) r+ t. }

$ e  U5 U/ K. \* P2 f1 x4 ], Ntvb now,tvbnow,bttvb
, O4 L9 P- c; i) dtvb now,tvbnow,bttvb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。tvb now,tvbnow,bttvb, ]0 ~, W6 b1 c$ B- R0 x, L
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。www3.tvboxnow.com; t: K0 X) ^& W( c" j3 L& c% z
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。" s! U: i, P) @& k9 U$ s, T$ }
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。; F5 Y0 r9 O2 s5 Z
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%+。