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」。
6 F! {) E' ~4 ?4 f: Q   
3 h; E0 V5 F! h/ J! STVBNOW 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。5.39.217.76" J- D$ h2 A$ r1 E
* ~& P- ?& y  Q+ `6 s: A8 |
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。
1 `% i& u/ b; R+ P4 `) TTVBNOW 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。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。0 g! b: t9 {7 d: H5 U2 D2 n) j' N
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。
' E* f3 _1 \, \' |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。4 L0 [6 }  D* b- p
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