将不同模型分开部署在不同服务器
将Prefill和Decode计算分离到不同GPU池,各自独立扩展
将量化和非量化模型分开服务
按用户分组部署不同实例
这道题你会答吗?花几分钟告诉大家答案吧!
扫描二维码,关注牛客网
下载牛客APP,随时随地刷题