苹果正在与英伟达合作，想让AI的响应速度更快

苹果与英伟达合作推出ReDrafter推测解码技术，以优化大语言模型（LLM）推理效率。ReDrafter通过RNN草稿模型、动态树注意力算法和知识蒸馏三项核心技术实现加速。其中，RNN草稿模型可同时生成多个token序列，动态树注意力算法减少待验证tokens 30%-60%，知识蒸馏则提升了小模型的预测准确性。测试结果显示，在NVIDIA H100 GPU上推理速度提升2.7倍，在M2 Ultra Metal GPU上提升2.3倍，显著降低计算成本和用户端延迟。
来源：https://www.huxiu.com/article/3817861.html