TensorRT‑LLM Optimization: Quantization, Kernel Fusion, and Throughput Engineering
- Kirjailija
- Kustantaja
- Kieli
- Englanti
- Formaatti
- Kategoria
Tietokirjallisuus
"TensorRT‑LLM Optimization: Quantization, Kernel Fusion, and Throughput Engineering"
Built for experienced ML systems engineers, inference specialists, and GPU performance practitioners, this book is a deep guide to making large language models run faster, cheaper, and more predictably with TensorRT‑LLM. Rather than offering generic acceleration advice, it develops a precise mental model of the TensorRT‑LLM stack so readers can understand where performance is won or lost: in quantization choices, graph compilation, fused kernels, KV-cache policy, and serving scheduler behavior.
The book covers the full optimization path from precision strategy and post-training quantization pipelines to engine build configuration, plugin-enabled fusion, attention specialization, and throughput-oriented serving design. Readers will learn how to choose among FP16, BF16, FP8, INT8, and INT4 in hardware-aware ways; validate deployable quantized artifacts; realize fused execution paths in compiled engines; engineer KV-cache behavior for long-context workloads; and benchmark and profile systems with enough rigor to attribute gains to the right layer.
Structured as an advanced, implementation-minded text, the book emphasizes cross-layer tradeoffs rather than isolated tricks. It assumes solid familiarity with transformer inference, CUDA-era GPU concepts, and production deployment concerns, and rewards readers who want durable optimization judgment instead of version-fragile recipes."
© 2026 NobleTrex Press (E-kirja): 6610001219079
Julkaisupäivä
E-kirja: 8. toukokuuta 2026
Samankaltaisia kirjoja kuin TensorRT‑LLM Optimization: Quantization, Kernel Fusion, and Throughput Engineering
- Nico Lingman: Sodassa ja rakkaudessa Miia Saari
- Vendi: Jotta muut tytöt pääsisivät kotiin Saara Salminen
- Itsekkyyden aika: Miten yltiöyksilöllinen kulttuurimme sai meidät voimaan pahoin Liisa Keltikangas-Järvinen
- Pelko ja viha Joonas Vaara
- Olga Temonen (Olgan ääni). Aika jonka sain Anneli Juutilainen, Olga Temonen
- Harry Potter ja viisasten kivi J.K. Rowling
- Helmasynti Linda Jakobsson
- Erikoisjoukoissa – Janne Lehtosen tarina Kati Pukki, Janne Lehtonen
- Let them -teoria: Elämän mullistava menetelmä, josta miljoonat puhuvat Mel Robbins, Sawyer Robbins
- Peukku-Suomi Sofia Tawast
- Vuokralainen Freida McFadden
- Varjeltu Max Seeck
- Olga Temonen. Aika jonka sain Anneli Juutilainen, Olga Temonen
- Sinä kuolet huomenna Tapani Bagge, Toni Hakala
- Pappilan piika Enni Mustonen
Valitse tilausmalli
Nauti yli miljoonasta tarinasta, henkilökohtaisista suosituksista, viikottaisista uutuuksista sekä turvallisesta lastentilasta. Ei sitoutumisaikaa.
Flex
Kuuntele ja lue harvemmin - säästä käyttämättömät tunnit
9.99 € /kk
1 käyttäjätili
20 tuntia/kk
Säästä käyttämättömät tunnit, max 20h
Ei sitoutumisaikaa
Premium
Kuuntele ja lue usein
19.99 € /kk
1 käyttäjätili
100 tuntia/kk
Ei sitoutumisaikaa
Standard
Kuuntele ja lue säännöllisesti
16.99 € /kk
1 käyttäjätili
50 tuntia/kk
Ei sitoutumisaikaa
Unlimited
Kuuntele ja lue rajattomasti
29.99 € /kk
1 käyttäjätili
Kuuntele ja lue rajattomasti
Ei sitoutumisaikaa
Family
Jaa tarinat koko perheelle
Alkaen 26.99 € /kuukausi
2-6 käyttäjätiliä
100 tuntia/kk jokaiselle käyttäjälle
Ei sitoutumisaikaa
Sinä + 1 perheenjäsen
2 käyttäjätiliä26.99 € /kk
Minulla on
Kampanjakoodi