llama.cpp 将某些操作(如注意力计算)仅卸载到GPU上,

ffdz8vbo 于 2个月前发布在其他

关注(0)|答案(1)|浏览(41)

是否有办法将某些操作(如注意力计算)仅卸载到GPU,而其他操作(如层归一化等)则卸载到CPU?

来源：https://github.com/ggerganov/llama.cpp/issues/8686

1条答案

按热度按时间

我看不到这样做有任何阅读的好处。由于复制数据所需的时间，它将对性能产生负面影响，CPU <==> GPU

赞(0）回复(0）举报 2个月前

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 21天前
xxl-job 不能和nacos兼容？
回答(3) 发布于 21天前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 21天前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 21天前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 21天前