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」。
! T1 B# e, u; Q( p5 R5.39.217.76   
5 ?6 T& N1 h1 mTVBNOW 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。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。; ^$ U7 r2 B% H

6 J) c" ^6 _- r  z" O! ?公仔箱論壇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- _& i* J7 l- o2 F: a7 W- P
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。
4 Y, O) g# a1 J9 S& s8 n3 }' \5.39.217.76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。
3 I7 A: v& a1 F7 W8 \- w* b: 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。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7 l! ]& D. J/ ]6 {& i
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://5.39.217.76/)

Powered by Discuz! 7.0.0