申请/专利权人：号百信息服务有限公司

申请日：2023-12-21

公开（公告）日：2024-04-12

公开（公告）号：CN117873710A

主分类号：G06F9/50

分类号：G06F9/50;G06F9/48;G06N5/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种资源受限条件下大模型的推理系统及其方法，该系统包括RCH主机，RCH主机内部署有内存模块和P‑Cache模块，该方法包括：将待推理的大模型数据文件进行分片处理，得到多个分片及对应的模型分片映射表；将多个分片按先后顺序保存至P‑Cache模块中、将模型分片映射表保存至内存模块中；内存模块内推理引擎接收推理请求指令，启动推理过程，通过滑动窗口方式依次加载P‑Cache模块中的各个分片进行推理计算，直至加载推理至最后一个分片，输出得到最终推理结果。与现有技术相比，本发明通过以时间换空间的串行累加方式，能够在单一独立的移动终端设备上执行大模型推理过程，提高部署的灵活性。

主权项：1.一种资源受限条件下大模型的推理系统，其特征在于，包括RCH主机，所述RCH主机内部署有内存模块和P-Cache模块，所述P-Cache模块用于存储大模型参数数据的各个分片，以及每个分片的中间推理结果；所述内存模块用于将P-Cache模块存储的各个分片通过滑动窗口方式依次加载进行推理，以得到最终推理结果。

全文数据：

权利要求：

百度查询： 号百信息服务有限公司 一种资源受限条件下大模型的推理系统及其方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD