Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.12000

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2507.12000 (eess)
[提交于 2025年7月16日 (v1) ,最后修订 2025年7月17日 (此版本, v2)]

标题: DSSD:通过分布式拆分推测解码实现高效边缘设备大模型部署和协同推理

标题: DSSD: Efficient Edge-Device LLM Deployment and Collaborative Inference via Distributed Split Speculative Decoding

Authors:Jiahong Ning, Ce Zheng, Tingting Yang
摘要: 大型语言模型(LLMs)已经改变了自然语言处理,但由于资源限制和通信开销,在设备边缘系统中面临关键的部署挑战。 为了解决这些问题,出现了协作框架,将设备上的小型语言模型(SLMs)与边缘的LLMs结合,使用推测解码(SD)来提高效率。 然而,现有解决方案往往以牺牲推理准确率为代价来降低延迟,或在验证候选标记时遭受高上行传输成本。 在本文中,我们提出了分布式分割推测解码(DSSD),这是一种新架构,不仅保留了SLM-LLM的分割,还将在设备和边缘之间划分验证阶段。 这样,DSSD用单一下行传输替代多个词汇分布的上行传输,显著降低了通信延迟,同时保持推理质量。 实验表明,我们的解决方案优于当前方法,代码位于:https://github.com/JasonNing96/DSSD-Efficient-Edge-Computing
摘要: Large language models (LLMs) have transformed natural language processing but face critical deployment challenges in device-edge systems due to resource limitations and communication overhead. To address these issues, collaborative frameworks have emerged that combine small language models (SLMs) on devices with LLMs at the edge, using speculative decoding (SD) to improve efficiency. However, existing solutions often trade inference accuracy for latency or suffer from high uplink transmission costs when verifying candidate tokens. In this paper, we propose Distributed Split Speculative Decoding (DSSD), a novel architecture that not only preserves the SLM-LLM split but also partitions the verification phase between the device and edge. In this way, DSSD replaces the uplink transmission of multiple vocabulary distributions with a single downlink transmission, significantly reducing communication latency while maintaining inference quality. Experiments show that our solution outperforms current methods, and codes are at: https://github.com/JasonNing96/DSSD-Efficient-Edge-Computing
评论: ICML 2025
主题: 信号处理 (eess.SP)
引用方式: arXiv:2507.12000 [eess.SP]
  (或者 arXiv:2507.12000v2 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.12000
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ce Zheng [查看电子邮件]
[v1] 星期三, 2025 年 7 月 16 日 07:55:06 UTC (186 KB)
[v2] 星期四, 2025 年 7 月 17 日 02:34:42 UTC (186 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号