DeepSpeed- Inference: Enabling Efficient Inference of Transformer Models at Unprecedented Scale

作者
Reza Yazdani Aminabadi,Samyam Rajbhandari,Ammar Ahmad Awan,Cheng Li,Canbing Li,Elton Zheng,Olatunji Ruwase,Shaden Smith,Minjia Zhang,Jeff Rasley,Yuxiong He
标识
DOI:10.1109/sc41404.2022.00051
摘要

The landscape of transformer model inference is increasingly diverse in model size, model characteristics, latency and throughput requirements, hardware requirements, etc. With such diversity, designing a versatile inference system is challenging. DeepSpeed-Inference addresses these challenges by (1) a multi-GPU inference solution to minimize latency while maximizing throughput for both dense and sparse transformers when the model fits in aggregate GPU memory, and (2) a heterogeneous inference solution that leverages CPU/NVMe/GPU memory to enable high-throughput inference for models larger than aggregate GPU memory. DeepSpeed-Inference reduces latency by 6.4× and increases throughput by 1.5 ×over the state-of-the-art. It enables trillion parameter scale inference under real-time latency constraints by leveraging hundreds of GPUs, an unprecedented scale for inference. It can inference 25 ×larger models than with GPU-only solutions, while delivering a high throughput of 84 TFLOPS (over 50% of A6000 peak).

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
刚刚
wooo发布了新的文献求助10
刚刚
流星雨完成签到 ,获得积分10
刚刚
刚刚
Asoqiang发布了新的文献求助10
1秒前
Peng发布了新的文献求助10
1秒前
超级飞侠发布了新的文献求助10
1秒前
1秒前
爆米花应助徐恺采纳,获得10
2秒前
jiayueW发布了新的文献求助10
2秒前
3秒前
seven完成签到,获得积分10
3秒前
cdk完成签到,获得积分10
5秒前
斯文败类应助Samuel采纳,获得30
5秒前
香蕉觅云应助陈俐俐采纳,获得10
5秒前
RR发布了新的文献求助10
5秒前
yinba发布了新的文献求助10
6秒前
6秒前
凌风发布了新的文献求助10
7秒前
8秒前
笑眯眯发布了新的文献求助10
9秒前
天天快乐应助wuyun9653采纳,获得10
11秒前
11秒前
幼儿园老大完成签到,获得积分10
11秒前
繁荣的小珍完成签到,获得积分10
12秒前
xiaoxiao完成签到,获得积分10
12秒前
dd发布了新的文献求助40
13秒前
传奇3应助liuyingjuan829采纳,获得10
14秒前
Wells应助豆哥采纳,获得10
15秒前
追风发布了新的文献求助10
15秒前
16秒前
莫半凡发布了新的文献求助10
17秒前
Jupiter 1234发布了新的文献求助10
18秒前
18秒前
LFQlfc完成签到,获得积分10
18秒前
18秒前
hu发布了新的文献求助10
18秒前
19秒前
曼波阿西噶阿西完成签到 ,获得积分10
19秒前
20秒前
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
The anomeric effect 1314
Principles of town planning: translating concepts to applications 1000
Navigating Normative Orders. Interdisciplinary Perspectives 800
1 Peter and Christ's Descent to the Dead in Its Early Christian Reception 700
Organizational Behavior 510
Management and the Arts 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7736901
求助须知:如何正确求助?哪些是违规求助? 9286394
关于积分的说明 20177745
捐赠科研通 7314884
什么是DOI,文献DOI怎么找? 3305378
关于科研通互助平台的介绍 2457713
邀请新用户注册赠送积分活动 2314902