计算机科学 > 硬件架构
[提交于 2025年5月7日
]
标题: SpeedLLM:大型语言模型推理加速器的FPGA协同设计
标题: SpeedLLM: An FPGA Co-design of Large Language Model Inference Accelerator
摘要: 本文介绍了SpeedLLM,一种基于Xilinx Alevo U280平台设计的神经网络加速器,并针对Tinyllama框架进行了优化,以提升边缘计算性能。关键创新包括数据流并行性、内存复用策略和Llama2操作符融合,这些共同减少了延迟和能耗。SpeedLLM的数据流水线架构优化了读取-计算-写入循环,而内存策略则最小化了FPGA资源需求。操作符融合提高了计算密度和吞吐量。结果表明,SpeedLLM优于传统的Tinyllama实现,实现了最高4.8倍的性能提升和1.18倍的能耗降低,为边缘设备提供了改进。
文献和引用工具
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
推荐器和搜索工具
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.