《LLM推理优化与部署实战》课件  .pptx            13.2 MB
01-vLLM推理实战  .docx            2.7 MB
02-量化实战-高级  .docx            4.4 MB
1-1 课程内容介绍_  .mp4            7.2 MB
1-10 LLM推理基础-章节总结  .mp4            23.8 MB
1-11 LLM性能指标-内容介绍  .mp4            6.9 MB
1-12 LLM性能指标-推理评估指标全景图  .mp4            12.9 MB
1-13 LLM性能指标-首词生成时间  .mp4            10.9 MB
1-14 LLM性能指标-每词生成时间  .mp4            5.5 MB
1-15 LLM性能指标-端到端的请求时间  .mp4            8.6 MB
1-16 LLM性能指标-系统吞吐量TPS  .mp4            14.5 MB
1-17 LLM性能指标-业务指标SLO  .mp4            23.7 MB
1-18 LLM性能指标-评测过程与评测工具  .mp4            31.6 MB
1-19 LLM性能指标-章节总结  .mp4            15.5 MB
1-2 LLM推理基础-预填充与解码阶段_  .mp4            39.9 MB
1-20 模型压缩-内容介绍  .mp4            14.3 MB
1-21 模型压缩-压缩策略-量化-剪枝-蒸馏  .mp4            21.4 MB
1-22 模型压缩-模型量化-参数存储空间的组成  .mp4            17.3 MB
1-23 模型压缩-模型量化前后使用的方法AWQ与GPTQ  .mp4            21.4 MB
1-24 模型压缩-AWQ针对PPL的实验结果  .mp4            21.4 MB
1-25 模型压缩-AWQ量化过程与实现-  .mp4            47.2 MB
1-26 模型压缩-GPTQ量化过程以及优化IO策略  .mp4            43.6 MB
1-27 模型压缩-GPTQ量化工具与实践  .mp4            8.1 MB
1-28 模型压缩-剪枝分类和过程详解  .mp4            30.1 MB
1-29 模型压缩-模型蒸馏分类和应用场景  .mp4            28.4 MB
1-3 LLM推理基础-推理阶段与KVCache的关系_  .mp4            19.1 MB
1-30 模型压缩-章节总结  .mp4            29.3 MB
1-31 运行时加速方案-内容介绍  .mp4            11.9 MB
1-32 运行时加速方案-多头注意力机制原理与弊端_  .mp4            23.6 MB
1-33 运行时加速方案-多头注意力计算过程与分析_  .mp4            14.8 MB
1-34 运行时加速方案-MQA与GQA机制以及性能比较_  .mp4            20.9 MB
1-35 运行时加速方案-GPU运算与数据传输分析_  .mp4            26.3 MB
1-36 运行时加速方案-FlashAttention切块和算子  .mp4            23.9 MB
1-37 运行时加速方案-PagedAttention原理解析  .mp4            44.9 MB
1-38 运行时加速方案-持续批处理原理解析  .mp4            38.6 MB
1-39 运行时加速方案-核心推理框架选型  .mp4            21.1 MB
1-4 LLM推理基础-生成KVCache过程推演_  .mp4            33.1 MB
1-40 运行时加速方案-章节总结  .mp4            23.1 MB
1-41 推理部署实战指导与总结  .mp4            22.6 MB
1-5 LLM推理基础-为何需要对KVCache优化_  .mp4            16.7 MB
1-6 LLM推理基础-如何估算模型占用内存  .mp4            29.8 MB
1-7 LLM推理基础-GPU内部运算原理与推理机制的关系  .mp4            48.5 MB
1-8 LLM推理基础-列举LLM存储介质以及如何搬运参数  .tle            17.9 MB
1-9 LLM推理基础-优化思路-参数量化-运行时加速-IO优化  .mp4            11.7 MB
2-1 vLLM产品介绍  .mp4            28.3 MB
2-2 vLLM分布式推理  .mp4            35.8 MB
2-3 显卡驱动安装与配置  .mp4            39.5 MB
2-4 Docker进行vLLM模型安装与部署  .mp4            28.1 MB
2-5 测试vLLM部署的大模型  .mp4            33.8 MB
2-6 vLLM分布式部署思路  .mp4            39.7 MB
2-7 系统构建网络配置和框架安装  .mp4            48.5 MB
2-8 Head和Worker节点配置创建推理集群  .mp4            37.1 MB
2-9 测试vLLM分布式部署  .mp4            43.5 MB
3-1 量化实战-量化目的与结果介绍  .mp4            46.2 MB
3-10 介绍EvalScope与Perf命令组成  .mp4            49.8 MB
3-11 使用EvalScope评测量化模型  .mp4            52.3 MB
3-12 介绍LLMCompressor量化工具  .mp4            36.5 MB
3-13 安装LLMCompressor  .mp4            16.5 MB
3-14 使用LLMCompressor对GPTQ-AWQ-NV  .tle            51.4 MB
3-15 针对两种量化工具比较四种量化结果_  .mp4            43.1 MB
3-16 量化实战-课程总结_  .tle            16.8 MB
3-2 量化实战-思路与实战步骤讲解  .mp4            25.1 MB
3-3 量化实战-了解硬件架构量化工具  .mp4            19.3 MB
3-4 量化实战-安装WSL与Conda  .mp4            32.4 MB
3-5 TensorRT模型优化器安装与配置  .mp4            61.3 MB
3-6 NVFP4量化格式  .mp4            35.2 MB
3-7 模型量化脚本解析与校准数据集  .mp4            49.0 MB
3-8 模型量化以及结果查看  .mp4            24.9 MB
3-9 测试量化之后模型查看返回结果  .mp4            34.3 MB