清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

H 3 : H ybrid Architecture Using H igh Bandwidth Memory and H igh Bandwidth Flash for Cost-Efficient LLM Inference

计算机科学 带宽(计算) 闪光灯(摄影) 与非门 建筑 吞吐量 内存带宽 过程(计算) 随机存取存储器 计算机体系结构 内存体系结构 计算机硬件 嵌入式系统 闪存 闪存模拟器 非易失性存储器 推论 系统体系结构 内存管理 并行计算 高内存 半导体存储器 编码器 计算机工程 功率(物理)
作者
Minho Ha,Euiseok Kim,Hoshik Kim
出处
期刊:IEEE Computer Architecture Letters [Institute of Electrical and Electronics Engineers]
卷期号:25 (1): 49-52 被引量:14
标识
DOI:10.1109/lca.2026.3660969
摘要

Large language model (LLM) inference requires massive memory capacity to process long sequences, posing a challenge due to the capacity limitations of high bandwidth memory (HBM). High bandwidth flash (HBF) is an emerging memory device based on NAND flash that offers HBM comparable bandwidth with much larger capacity, but suffers from disadvantages such as longer access latency, lower write endurance, and higher power consumption. This paper proposes H3, a hybrid architecture designed to effectively utilize both HBM and HBF by leveraging their respective strengths. By storing read-only data in HBF and other data in HBM, H3equipped systems can process more requests at once with the same number of GPUs than HBM-only systems, making H3suitable for gigantic read-only use cases in LLM inference, particularly those employing a shared pre-computed key-value cache. Simulation results show that a GPU system with H3achieves up to 2.69x higher throughput per power compared to a system with HBM-only. This result validates the cost-effectiveness of H3for handling LLM inference with gigantic read-only data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
6秒前
典雅的醉易完成签到,获得积分10
10秒前
lixuebin发布了新的文献求助10
11秒前
欢呼青枫完成签到,获得积分10
13秒前
高大的紫萍完成签到,获得积分10
15秒前
健忘香彤完成签到,获得积分10
45秒前
机智的如曼完成签到,获得积分10
46秒前
玛卡巴卡爱吃饭完成签到 ,获得积分10
53秒前
fhw完成签到 ,获得积分10
57秒前
朴实无招完成签到,获得积分10
1分钟前
1分钟前
1分钟前
如意亦瑶完成签到,获得积分10
1分钟前
健忘初露完成签到,获得积分10
1分钟前
1分钟前
Myownway完成签到 ,获得积分10
1分钟前
谨慎雪珍完成签到,获得积分10
1分钟前
格格磊磊完成签到,获得积分10
1分钟前
lixuebin发布了新的文献求助10
1分钟前
lily完成签到 ,获得积分10
1分钟前
英勇的初南完成签到,获得积分10
2分钟前
six完成签到,获得积分10
2分钟前
智者雨人完成签到 ,获得积分10
2分钟前
激情的盼晴完成签到,获得积分10
2分钟前
可靠的夕阳完成签到,获得积分10
2分钟前
机灵的月光完成签到,获得积分10
2分钟前
聪明的煎蛋完成签到,获得积分10
2分钟前
jinxixi发布了新的文献求助10
3分钟前
MchemG的应助被科研通管家采纳,获得20
3分钟前
贤惠的觅夏完成签到,获得积分10
3分钟前
科研喵完成签到,获得积分10
3分钟前
跳跃的绿蓉完成签到,获得积分10
3分钟前
开放亦竹完成签到,获得积分10
3分钟前
pigispuple完成签到,获得积分10
3分钟前
安妮完成签到 ,获得积分10
3分钟前
土豪的城完成签到,获得积分10
4分钟前
Imran完成签到,获得积分10
4分钟前
MingY完成签到,获得积分10
4分钟前
棉裤完成签到,获得积分10
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Stochastic Models in Operations Research,Vol. 2 600
Organizational Behavior 510
桑白皮エキスの実験的, 臨床的育毛効果について 500
Comprehensive Heterocyclic Chemistry IV 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8041620
求助须知:如何正确求助?哪些是违规求助? 9474900
关于积分的说明 21274687
捐赠科研通 7610138
什么是DOI,文献DOI怎么找? 3391463
关于科研通互助平台的介绍 2522985
邀请新用户注册赠送积分活动 2429257