LightSpec开源通用动态MTP框架
机器之心 · wechat · 2026-07-16
LightLLM 团队开源了一个通用动态 MTP 推理框架 LightSpec，目标是把动态多 Token 预测从“特定模型技巧”变成通用推理基础设施。\n\n它的核心是一个两阶段、无需训练的运行时规划器：先动态决定当前轮的验证预算，再决定下一轮的草稿预算。调度不依赖额外训练的置信度模型，而是利用推理过程中自然产生的耗时表和 EMA 接受率统计来做在线决策，因此能兼容 DSpark、Eagle3 等不同草稿模型。\n\n文章还介绍了完整系统实现：包括运行时代价表、在线接受率统计、动态输入构建和流水线协同，尽量让 CPU 调度与 GPU 执行重叠。实验显示，在 Qwen3-14B、H200、256 并发下，动态方案在多个工作负载上都能提升吞吐，尤其在较大 MTP 步数下优势更明显。
「Infra」频道最新
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11