Rust 分词器并行吞吐达 8.27 GB/s，远超 HF tokenizers
deliprao · x · 2026-07-25
在一台 Apple M4 Max 上的基准测试显示，并行场景里 tokenizer 吞吐差距非常大。
- Gigatoken（Rust 优化）在 GPT-2 分词、12GB 数据集上达到 8.27 GB/s。
- tiktoken 为 61.5 MB/s。
- HF tokenizers 只有 6.2 MB/s。
这条帖子的核心结论是：当并行吞吐是关键指标时，Rust 路线的 tokenizer 可能比 Python/Hugging Face 方案快出几个数量级。
「Infra」频道最新
- AI 数据中心时代用电论战：有人还在纠结灯泡省电与调整时区 — mgostIH · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 云厂商发布速度打分：AWS 95 分领先，Azure 90、谷歌云 82 — DavidLinthicum · 2026-10-27
- 卖掉 5090 换多机？一公司主拆解本地推理硬件扩展五套方案 — Anarchaotic · 2026-10-27
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27