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 > cs > arXiv:2508.06978

帮助 | 高级搜索

计算机科学 > 硬件架构

arXiv:2508.06978 (cs)
[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

Authors:Kwanhee Kyung, Sungmin Yun, Jung Ho Ahn
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。
摘要: Large Language Models (LLMs) applying Mixture-of-Experts (MoE) scale to trillions of parameters but require vast memory, motivating a line of research to offload expert weights from fast-but-small DRAM (HBM) to denser Flash SSDs. While SSDs provide cost-effective capacity, their read energy per bit is substantially higher than that of DRAM. This paper quantitatively analyzes the energy implications of offloading MoE expert weights to SSDs during the critical decode stage of LLM inference. Our analysis, comparing SSD, CPU memory (DDR), and HBM storage scenarios for models like DeepSeek-R1, reveals that offloading MoE weights to current SSDs drastically increases per-token-generation energy consumption (e.g., by up to ~12x compared to the HBM baseline), dominating the total inference energy budget. Although techniques like prefetching effectively hide access latency, they cannot mitigate this fundamental energy penalty. We further explore future technological scaling, finding that the inherent sparsity of MoE models could potentially make SSDs energy-viable if Flash read energy improves significantly, roughly by an order of magnitude.
评论: 4页,6图,被IEEE计算机架构快报接受
主题: 硬件架构 (cs.AR)
引用方式: arXiv:2508.06978 [cs.AR]
  (或者 arXiv:2508.06978v1 [cs.AR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.06978
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1109/LCA.2025.3592563
链接到相关资源的 DOI

提交历史

来自: Jung Ho Ahn [查看电子邮件]
[v1] 星期六, 2025 年 8 月 9 日 13:18:04 UTC (1,025 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
查看许可
当前浏览上下文:
cs.AR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs

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