TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #159 · 13.01

На следующее утро я приехал за час до открытия, чтобы занять очередь на улице. Я был вторым после парня с деталью для мотоцикла (мы уже были знакомы с предыдущего дня). Передаю привет и благодарность своему другу Василию, который в свой выходной приехал меня поддержать и помочь при необходимости прятаться от холода в машине. Иронично, но Вася приехал чуть раньше, и его пустили внутрь, а я стоял снаружи ещё полчаса :) Пока ждали, мы по просьбе сотрудников помогли разгрузить машину почты. Вот вам безопасность: ничто не мешало нам схватить и унести любую посылку как из машины, так и со склада, куда нас пустили (хотя половину посылок выложили в коридоре). И никто, конечно же, не проверял, как мы с коробками обращаемся, несмотря на то, что половина из них пестрила надписями FRAGILE!!! MOVE WITH CARE!!! Ха-ха. Таможня открылась по расписанию. К этому моменту в списке было уже более десяти человек, и почти всех я знал. Я смог отдать документы в окно в начале одиннадцатого. Приставка обошлась мне в 529 фунтов стерлингов, мне нужно было подтвердить эту цену и написать объяснительную о том, что я купил её для личного пользования. Я так и написал: «Для личного пользования». — Пишите конкретно, что именно вы с ней будете делать. — Но это же приставка, что я с ней могу делать? Играть. — Вот и пишите. «Чтобы играть в видеоигры», — дописал я. — Я в интернете не вижу таких цен. По 75 тысяч стоят и больше. Вы занизили стоимость. — Девушка, это дефицитный товар. Его официальная цена вообще 40 тысяч, а вы смотрите у перекупщиков. Вот у меня распечатка из банка, вот распечатка из магазина, что я именно за эту цену и купил. — Вы могли по частям платить! В итоге я её убедил, но пришлось сбегать в соседний копицентр и сделать распечатку нескольких дополнительных страниц с eBay. Пока я бегал в соседний квартал, я не задерживал очередь, потому что в эти 30 минут мне как раз оформляли платёжный ордер из двух бумажек. Ага. — У вас вес 6.8 кг, так не может быть. — Но это большая приставка, в ней электроника, металлические детали. — Я разбираюсь в этом, не может приставка столько весить! — Девушка, давайте при вас распакуем, и я обещаю, заберу оттуда только коробку с приставкой. <...> — Я нашла, что вы ИП и занимаетесь разработкой игр. Значит, приставка вам может быть нужна для профессиональной деятельности. Ещё минут 10 я отбивал этот аргумент. Думаю, у неё не было иллюзий на этот счёт, просто хотелось позатягивать время и принять поменьше клиентов. Около одиннадцати я, заплатив пошлину, получил заветный документ, разрешающий выдачу. К этому моменту я был готов отдать любые деньги, предоставить любые документы, станцевать и спеть. А ещё я был готов никогда больше ничего не покупать за границей. У нас ведь такая прекрасная страна, импортозамещение, зачем вам эта Европа? Оставляйте деньги внутри, с них налоги идут куда надо. На работу доблестной таможни, например. Передавая мне посылку, сотрудница почты уронила две другие, которые стояли сверху. Коробки размером с микроволновку каждая упали на пол со смачным неупругим ударом. «...WITH CARE», — прочитал я краем глаза на одной из них. А потом вышел из отделения, крикнув через плечо: «Вычеркивайте в списке второй номер!». На часах было 11:06. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #lmcache

当前筛选 #lmcache清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8027 · 11.07.2025 г., 12:05

🌟LMCache: умное кэширования для LLM-инференса. LMCache - проект, который предлагает решение по сохранению KV-кэша на CPU, диске или даже в специализированной памяти NIXL. По сути, это инструмент, который превращает одноразовые вычисления в многократно используемые блоки, экономя время и ресурсы. Представьте, что в чат-боте пользователи часто ссылаются на один и тот же системный промпт или историю диалога. Обычно модель заново обрабатывает эти данные, но LMCache просто загружает готовый кэш. Выгрузка KV-кэшей освобождает GPU для новых задач, уменьшая TTFT (время до первого токена) вплоть до 10 раз. 🟡LMCache гибкий. Кэши можно не только выгружать, но и делиться между разными инстансами LLM. Проще говоря, если два пользователя одновременно обращаются к разным копиям модели с одинаковым запросом, система не будет дублировать работу: результаты одного prefill’а станут доступны всем. Это работает даже для неполных префиксов, например, при частичном совпадении входных данных. 🟡LMCache умеет в раздельную предобработку. Prefill и decode, которые обычно выполняются на одном GPU, теперь могут быть разнесены: первый этап обрабатывается на мощных узлах, а второй на оптимизированных для генерации. Для распределенных систем такая техника повысит пропускную способность. Тесты разработчиков проекта показывают, что в реальных задачах задержка снижается в 3–10 раз, а GPU-циклы экономятся на повторных вычислениях. Проект тесно интегрируется с vLLM, в репозитории есть большой набор с примерами, документация и советы по установке и настройке. ⚠️Калькулятор KV-кеша с выбором модели, ее типа данных и количества токенов, который поможет прикинуть, сколько VRAM можно сэкономить. 📌Лицензирование: Apache 2.0 License. 🖥Github @ai_machinelearning_big_data #AI#ML#LLM#LMCache#KVCache#Github