51CTO -崔皓-LLM 推理优化与部署实战

编

课程目录

课程目录67 集

• 3-13 安装LLMCompressor.mp4
• [16.5 MB] 3-6 NVFP4量化格式.mp4
• [35.2 MB] 3-12 介绍LLMCompressor量化工具.mp4
• [36.5 MB] 1-20 模型压缩-内容介绍.mp4
• [14.3 MB] 3-5 TensorRT模型优化器安装与配置.mp4
• [61.4 MB] 1-2 LLM推理基础-预填充与解码阶段.mp4
• [39.9 MB] 1-6 LLM推理基础-如何估算模型占用内存.mp4
• [29.8 MB] 2-8 Head和Worker节点配置创建推理集群.mp4
• [37.1 MB] 1-10 LLM推理基础-章节总结.mp4
• [23.8 MB] 1-5 LLM推理基础-为何需要对KVCache优化.mp4
• [16.7 MB] 1-11 LLM性能指标-内容介绍.mp4
• [6.9 MB] 1-17 LLM性能指标-业务指标SLO.mp4
• [23.7 MB] 2-5 测试vLLM部署的大模型.mp4
• [33.9 MB] 1-15 LLM性能指标-端到端的请求时间.mp4
• [8.6 MB] 3-2 量化实战-思路与实战步骤讲解.mp4
• [25.1 MB] 2-2 vLLM分布式推理.mp4
• [35.8 MB] 3-8 模型量化以及结果查看.mp4
• [24.9 MB] 3-3 量化实战-了解硬件架构量化工具.mp4
• [19.3 MB] 1-18 LLM性能指标-评测过程与评测工具.mp4
• [31.6 MB] 1-21 模型压缩-压缩策略-量化-剪枝-蒸馏.mp4
• [21.5 MB] 2-4 Docker进行vLLM模型安装与部署.mp4
• [28.1 MB] 1-29 模型压缩-模型蒸馏分类和应用场景.mp4
• [28.4 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] 2-9 测试vLLM分布式部署.mp4
• [43.5 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] 1-4 LLM推理基础-生成KVCache过程推演.mp4
• [33.1 MB] 1-22 模型压缩-模型量化-参数存储空间的组成.mp4
• [17.3 MB] 1-1 课程内容介绍.mp4
• [7.2 MB] 1-16 LLM性能指标-系统吞吐量TPS.mp4
• [14.5 MB] 《LLM推理优化与部署实战》课件.pptx [13.2 MB] 1-3 LLM推理基础-推理阶段与KVCache的关系_.mp4
• [19.1 MB] 2-1 vLLM产品介绍.mp4
• [28.3 MB] 1-30 模型压缩-章节总结.mp4
• [29.3 MB] 1-37 运行时加速方案-PagedAttention原理解析.mp4
• [44.9 MB] 2-6 vLLM分布式部署思路.mp4
• [39.7 MB] 01-vLLM推理实战.docx
• [2.7 MB] 1-25 模型压缩-AWQ量化过程与实现-.mp4
• [47.2 MB] 1-13 LLM性能指标-首词生成时间.mp4
• [10.9 MB] 3-14 使用LLMCompressor对GPTQ-AWQ-NV.tle [51.4 MB] 1-28 模型压缩-剪枝分类和过程详解.mp4
• [30.1 MB] 3-7 模型量化脚本解析与校准数据集.mp4
• [49.0 MB] 1-24 模型压缩-AWQ针对PPL的实验结果.mp4
• [21.4 MB] 1-14 LLM性能指标-每词生成时间.mp4
• [5.5 MB] 1-27 模型压缩-GPTQ量化工具与实践.mp4
• [8.1 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] 1-39 运行时加速方案-核心推理框架选型.mp4
• [21.1 MB] 3-1 量化实战-量化目的与结果介绍.mp4
• [46.2 MB] 1-19 LLM性能指标-章节总结.mp4
• [15.5 MB] 部分tle格式是加密的.txt [2.0 B] 1-35 运行时加速方案-GPU运算与数据传输分析.mp4
• [26.3 MB] 3-4 量化实战-安装WSL与Conda.mp4
• [32.4 MB] 2-7 系统构建网络配置和框架安装.mp4
• [48.5 MB] 3-15 针对两种量化工具比较四种量化结果.mp4
• [43.1 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] 1-26 模型压缩-GPTQ量化过程以及优化IO策略.mp4
• [43.6 MB] 3-9 测试量化之后模型查看返回结果.mp4
• [34.3 MB] 1-38 运行时加速方案-持续批处理原理解析.mp4
• [38.6 MB] 1-12 LLM性能指标-推理评估指标全景图.mp4
• [12.9 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] 3-
• 16 量化实战-课程总结.tle [16.8 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] 1-41 推理部署实战指导与总结.mp4
• [22.6 MB] 1-36 运行时加速方案-FlashAttention切块和算子.mp4
• [23.9 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] 02-量化实战-高级.docx
• [4.4 MB] 3-10 介绍EvalScope与Perf命令组成.mp4
• [49.8 MB] 2-3 显卡驱动安装与配置.mp4
• [39.5 MB] 3-11 使用EvalScope评测量化模型.mp4
• [52.3 MB] 1-31 运行时加速方案-内容介绍.mp4
• [11.9 MB] 1-40 运行时加速方案-章节总结.mp4
• [23.1 MB] 适合人群 AI工程师 数据科学家 机器学习爱好者 学习收获 掌握LLM压缩优化技术 学会模型部署与性能调优 提升AI模型性能 祝您学习愉快！ 学有所成，前程似锦！