计算机科学 > 硬件架构
[提交于 2025年8月10日
(v1)
,最后修订 2025年8月19日 (此版本, v2)]
标题: 温度:面向大模型推理的热感知三维堆叠架构设计与带宽共享
标题: Tasa: Thermal-aware 3D-Stacked Architecture Design with Bandwidth Sharing for LLM Inference
摘要: 由于内存密集型操作和有限的硬件带宽,大语言模型中的自回归解码是主要的推理瓶颈。3D堆叠架构是一种有前景的解决方案,其显著提高了内存带宽,通过在逻辑芯片之上垂直堆叠多个DRAM芯片。然而,我们的实验也显示,与2D架构相比,3D堆叠架构在热温度、梯度和可扩展性方面面临更严重的热问题。为了更好地利用3D堆叠架构的潜力,我们提出了Tasa,这是一种具有跨堆栈热优化的异构架构,以平衡温度分布并在热约束下最大化性能。高性能核心专为计算密集型操作设计,而高效率核心用于内存密集型操作,例如注意力层。此外,我们提出了一种带宽共享调度方法,以提高这种异构架构中的带宽利用率。大量的热实验表明,与同构的3D堆叠架构相比,我们的Tasa架构显示出更大的可扩展性,即对于48、60和72核配置,峰值温度分别降低了5.55$\tccentigrade$,9.37$\tccentigrade$和7.91$\tccentigrade$。我们在Llama-65B和GPT-3 66B推理上的实验也表明,相对于GPU基线和最先进的基于PIM的异构LLM加速器,分别获得了2.85倍和2.21倍的速度提升。
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.