ニュース
FuTransformer: FP8 prefill and INT4 decode for Llama-style inference on Hopper
arXiv cs.AI · 公開日 · 読了3分
30秒で要点
- cuda
- inference
- token
- llama
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。