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。
所属事件:Nebius 推出推测解码优化方案 SlimSpec(2 条相关)→
「Infra」频道最新
- 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
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11