计算机科学 > 硬件架构
[提交于 2025年8月9日
]
标题: SSD卸载对于LLM专家混合权重在能效方面有害
标题: SSD Offloading for LLM Mixture-of-Experts Weights Considered Harmful in Energy Efficiency
摘要: 大型语言模型(LLMs)应用专家混合(MoE)扩展到数万亿参数,但需要大量内存,这促使研究将专家权重从高速但小容量的DRAM(HBM)卸载到密度更高的Flash SSDs。 虽然SSDs提供具有成本效益的容量,但其每比特读取能耗显著高于DRAM。 本文定量分析了在LLLM推理的关键解码阶段将MoE专家权重卸载到SSDs的能耗影响。 我们的分析比较了DeepSeek-R1等模型的SSD、CPU内存(DDR)和HBM存储场景,结果表明,将MoE权重卸载到当前的SSDs会大幅增加每个标记生成的能耗(例如,相比HBM基线最高增加约12倍),主导了总的推理能耗预算。 尽管预取等技术可以有效隐藏访问延迟,但它们无法缓解这一基本能耗惩罚。 我们进一步探讨了未来技术的发展,发现如果Flash读取能耗显著改善,大约一个数量级,MoE模型的固有稀疏性可能使SSDs在能耗上变得可行。
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.