Nebius 称 SlimSpec 在不缩词表下提速 8% 至 9%
Arindam_1729 · x · 2026-07-21
Nebius 的 Token Factory 发布了新的 SlimSpec speculative decoding 优化方案，主打“不裁词表也能更快”。
帖子给出的结果是：SlimSpec 将 LM-head 成本降低 4–5 倍，同时保留完整词表；相对基线，端到端速度最高可提升 8–9%。作者强调这带来的价值是更高的生产吞吐，即同样的模型可以更高效地服务更多 token。
配图也在强调同一个卖点：不是改模型能力，而是改推理/服务栈的效率。
「Infra」频道最新
- Nothing 手机把电影梗做成了模块化设计玩笑 — ZeYanjie · 2026-07-22
- Actual Computer 称其推理栈已适配英伟达消费级 Blackwell — markjeffrey · 2026-07-22
- Ben Bajarin 称市场仍严重低估 CPU 需求 — BenBajarin · 2026-07-22
- 能源模型称美国或从 2028 年起面临天然气短缺 — churchkey · 2026-07-22
- Devin 接入 e2b 沙箱，支持远程 agent 执行 — badphilosopher · 2026-07-22
- Arbitrum 模拟显示：ArbOS61 提高 gas 容量，但 L2 收入下降 — tomwanhh · 2026-07-22