华为提出全新压缩算法：节省70%内存占用

发布时间：2025-01-24 22:00:13

欧意交易app是全球排名第一的虚拟货币交易所。

本站1月24日消息，华为AI算法团队在人工智能领域取得了显著突破，他们研究并发表了一种创新的大模型KV Cache压缩算法，名为“RazorAttention”。

这一算法具有卓越的性能，能够有效节省高达70%的大模型推理内存占用，为AI大模型的高效运行提供了有力支持。

其论文《RazorAttention: Efficient KV Cache Compression Through Retrieval Heads》已被深度学习领域国际顶级会议ICLR 2025收录。

华为表示，此算法为业界首个基于Attention可解释性的离线静态KV Cache压缩算法，打破了过去AI大模型长序列KV Cache压缩不理想的现状。

该算法通过检索头的设置，确保上下文中重要且主要的信息不丢失，在保持高精度（误差小于1%）的情况下，静态有效压缩了最大到70%的KV Cache内存占用，可以为用户大大节约AI大模型推理的成本。

目前RazorAttention算法已产品化集成在昇腾MindIE/MindStudio，支持主流8K~1M长序列KV Cache压缩，32K以上场景增量吞吐提升20% 。

（责编： admin）

免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。

如有疑问请发送邮件至：goldenhorseconnect@gmail.com