面试题库 › 算法 / 大模型 › 大模型推理的并行策略(TP/PP/DP/SP/EP)

大模型推理的并行策略(TP/PP/DP/SP/EP)

难度 ★★★在 2 场真实面经中被问到 方向:算法 / 大模型考点:大模型推理服务

哪些公司问过

百度1上海AI Lab1

常见岗位:大模型算法

答案要点

  1. TP:层内切分权重,每层 AllReduce,适合单机内高带宽互联,降低单请求延迟
  2. PP:按层切分,适合跨机部署,存在流水线气泡;DP:复制模型分摊请求、提升吞吐
  3. SP/上下文并行:沿序列维切分,应对长序列;EP:MoE 专家分布在多卡,all-to-all 通信
  4. 70B FP16 权重约 140GB,8 卡 80GB 可用 TP=8,或 TP=4×DP=2,以压测结果为准
  5. 打满 GPU:连续批处理、PagedAttention、提高并发、chunked prefill、量化给 KV Cache 腾显存

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题