公仔箱論壇 - Powered by Discuz! Board

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」。; F& L5 i8 S. \/ ~5 X* Q. V' W

* v" Y& p. q+ z# m2 R6 U( g: Z1 i
9 d$ d: P9 n* S, e& o7 l, B

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。: o' U6 T: y( K3 N

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。( g7 t1 G1 ~! W3 a' b
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。公仔箱論壇* M, L" H6 V% v$ Z, Y6 U6 Q" v
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# w- L! c0 d# ^$ d; W
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/)