通过对采样流程进行优化来减少额外负担。具体做法是对存在top_k参数的情况使用融合算子,将原版采样流程分为两步:先进行TopK采样,再省略TopP步骤直接在采样过程中判断。改进后的流程大幅度减少了计算量和kernel数量,从而极大程度减少了采样需要的时间。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。