第167章 重启SLRM研究 三
你在读故事，故事也在回应你。
⚡ 自动续章
读到章尾自动进入下一段回响
⚡ 开启自动续章更爽
看到章尾自动进入下章，故事不断线。
  qwen-7b（原版）：推理速度 45 tokens/s。
  qwen-7b + slrm：推理速度 0.8 tokens/s。
  【记住全网最快小説站 101 看书网体验棒，????????????.??????超讚 】
  “0.8 tokens/s……”
  徐辰扶额。
  这速度，跟便秘有什么区別？
  如果用这个速度去跟用户聊天，用户发一句“你好”，等它回一句“你好”，估计都能去泡杯茶回来了。
  ……
  slrm运行这么慢，原因在於计算密度的爆炸。
  传统的transformer，其核心计算是矩阵乘法（matmul）。这玩意儿虽然计算量大，但在现代gpu上已经优化到了极致，那是为了並行计算而生的。
  但slrm不一样。
  它的核心是“几何嵌入”。
  每一个概念，都要被映射为一个高维空间中的“盒子”或者“流形”。
  每一次逻辑推理，都要计算这些几何体之间的“交集”、“並集”和“包含关係”。
  这涉及到大量的非线性运算，比如min、max、softplus，以及复杂的gumbel分布採样。