Luister en lees nu 6 maanden met 50% korting

Meer dan 1 miljoen luisterboeken en ebooks in één app. Probeer Storytel nu 6 maanden met 50% korting.

  • Switch makkelijk tussen luisteren en lezen
  • Elke week honderden nieuwe verhalen
  • Voor ieder een passend abonnement
  • Opzeggen wanneer je maar wilt
Activeer aanbieding
NL - Details page - Device banner - 894x1036
Cover for DeepSpeed Inference: Tensor Parallelism and Memory Efficiency for Large Models

DeepSpeed Inference: Tensor Parallelism and Memory Efficiency for Large Models

Taal
Engels
Formaat
Categorie

Non-fictie

"DeepSpeed Inference: Tensor Parallelism and Memory Efficiency for Large Models"

Serving large transformer models efficiently is no longer a matter of loading weights and hoping the hardware keeps up. This book is written for experienced ML engineers, systems practitioners, and infrastructure researchers who need a precise, production-oriented understanding of how DeepSpeed Inference scales models beyond single-device limits while preserving latency and throughput. It speaks directly to readers responsible for real deployment decisions, not simplified toy examples.

Across the book, you will learn how DeepSpeed’s inference stack is structured, how `init_inference` controls runtime behavior, and when tensor parallelism is the right scaling mechanism. It examines kernel injection, fused execution, checkpoint compatibility, automatic versus manual partitioning, ZeRO-Inference, heterogeneous memory, KV-cache offloading, and quantization as interconnected system choices rather than isolated features. The result is a rigorous framework for choosing deployment regimes, diagnosing bottlenecks, and engineering memory-efficient serving paths for very large models.

The treatment is version-aware and deliberately practical, helping readers navigate documentation drift, model support boundaries, and migration from classic DeepSpeed Inference concepts to newer FastGen-era framing. Readers should already be comfortable with transformer architectures, distributed GPU systems, and modern model-serving workflows. In return, the book offers a deeply technical, structured guide to the perfor

© 2026 NobleTrex Press (E-boek): 6610001214845

Verschijnt op

E-boek: 5 mei 2026

Maak je keuze:

  • Kies het aantal uur en accounts dat bij jou past

  • Kids Mode - een veilige omgeving voor kinderen

  • Download verhalen voor offline toegang

  • Al 2,5 miljoen abonnees wereldwijd

  • ★★★★★ 4,7 in de App Store

Meest gekozen

Unlimited

Voor wie onbeperkt wil luisteren en lezen.

€13.99 /30 dagen

  • Meer dan 1 miljoen luisterboeken en ebooks

  • Altijd opzegbaar

Activeer aanbieding

Premium

Voor wie zo nu en dan wil luisteren en lezen.

€9.99 /30 dagen

  • Meer dan 1 miljoen luisterboeken en ebooks

  • Altijd opzegbaar

Probeer 14 dagen gratis

Flex

Voor wie Storytel wil proberen.

€7.99 /30 dagen

  • Spaar ongebruikte uren op tot 50 uur

  • Meer dan 1 miljoen luisterboeken en ebooks

  • Altijd opzegbaar

Begin nu

Family

Voor wie verhalen met familie en vrienden wil delen.

Vanaf €18.99 /30 dagen

  • Meer dan 1 miljoen luisterboeken en ebooks

  • Altijd opzegbaar

Jij + 1 familielid2 accounts

€18.99 /30 dagen

Probeer 14 dagen gratis