【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种模型推理方法、装置、电子设备及存储介质。
技术介绍
1、在人工智能
中，大模型通常为具有数百万甚至数十亿参数的模型，并且大模型因具有捕捉和学习数据中复杂模式和关系等优势，可以对多种任务进行处理且取得较好结果。但由于大模型在提示阶段和生成阶段中均需结合相应阶段存储的历史词元（tokens）信息才能进行计算，因此，如何在提示阶段和生成阶段有效利用对应存储的历史tokens以达到较好的推理效果就显得尤为重要。
2、相关技术中，通常采用预先设置的优化策略，对提示阶段存储的历史tokens以及生成阶段中每步存储的历史tokens分别进行优化，以减少对应历史tokens的数量，并使用提示阶段对应优化后的历史tokens参与提示阶段的模型推理操作，以及使用生成阶段中当前步对应优化后的历史token参与该当前步的推理操作。
3、然而，虽然提示阶段和推理阶段均采用对应优化后的历史tokens可以提高推理速度，但由于优化策略的优化方式固定且单一，不能确保对应优化后的历史tokens中含有不影响模型推理效果的各个历史token，导致大模型在提示阶段和推理阶段均无法兼顾模型推理效果和模型推理速度。
技术实现思路
1、本专利技术提供一种模型推理方法、装置、电子设备及存储介质，用以解决现有技术中大模型在提示阶段和推理阶段均无法兼顾模型推理效果和模型推理速度的缺陷，通过不同粒度策略选择方式对应选择大模型不同阶段推理所需的历史键值缓存信息，可以确保
2、本专利技术提供一种模型推理方法，包括如下步骤。
3、响应于目标粒度策略选择指令，确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在所述目标粒度下生成阶段选择的第二目标推理策略；基于所述第一目标推理策略对应的第一预设键值缓存信息和所述第二目标推理策略对应的第二预设键值缓存信息，执行所述提示阶段和所述生成阶段各自的模型推理操作。
4、根据本专利技术提供的一种模型推理方法，所述确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在所述目标粒度下生成阶段选择的第二目标推理策略，包括：在所述目标粒度策略选择指令中携带的所述目标粒度包括任务类型粒度的情况下，基于提示阶段任务的任务类型，确定所述第一目标推理策略和所述第二目标推理策略。
5、根据本专利技术提供的一种模型推理方法，所述基于提示阶段任务的任务类型，确定所述第一目标推理策略和所述第二目标推理策略，包括：基于所述提示阶段的用户输入词元向量和预训练的策略选择权重向量，确定表征所述任务类型的任务类型参数；基于所述任务类型参数和所述预设参数阈值，确定所述第一目标推理策略和所述第二目标推理策略。
6、根据本专利技术提供的一种模型推理方法，所述基于所述任务类型参数和所述预设参数阈值，确定所述第一目标推理策略和所述第二目标推理策略，包括：在所述目标粒度策略选择指令中携带的所述目标粒度还包括输入词元粒度的情况下，基于所述任务类型参数和所述预设参数阈值之间的大小比较结果，确定所述第一目标推理策略；基于所述生成阶段中当前步的模型输入词元向量和所述策略选择权重向量，确定所述当前步的所述第二目标推理策略。
7、根据本专利技术提供的一种模型推理方法，所述基于所述任务类型参数和所述预设参数阈值之间的大小比较结果，确定所述第一目标推理策略，包括：在所述任务类型参数大于等于所述预设参数阈值的情况下，确定所述第一目标推理策略为所述提示阶段的第一当前所有历史键值信息需进行稀疏或量化；在所述任务类型参数小于所述预设参数阈值的情况下，确定所述第一目标推理策略为所述第一当前所有历史键值信息无需进行所述稀疏或所述量化。
8、根据本专利技术提供的一种模型推理方法，所述确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在目标粒度下生成阶段选择的第二目标推理策略，还包括：在所述目标粒度策略选择指令中携带的所述目标粒度包括层粒度的情况下，基于与所述大模型的层数对应的预设策略选择权重矩阵、所述提示阶段的用户输入词元向量和所述生成阶段中当前步的模型输入词元向量，确定所述大模型中每层分别在所述提示阶段的第一策略选择参数，以及在所述生成阶段中当前步的第二策略选择参数；基于所述第一策略选择参数和所述第二策略选择参数分别与预设参数阈值之间的大小比较结果，确定所述每层在所述提示阶段的所述第一目标推理策略和所述每层在所述生成阶段中当前步的所述第二目标推理策略。
9、根据本专利技术提供的一种模型推理方法，所述第一预设键值缓存信息和所述第二预设键值缓存信息的确定过程包括：在所述第一目标推理策略为所述提示阶段的第一当前所有历史键值信息需进行稀疏或量化的情况下，从预设高速缓存中拷贝所述第一预设键值缓存信息，所述第一预设键值缓存信息是对所述第一当前所有历史键值信息进行稀疏或量化后的部分历史键值缓存信息；在所述第二目标推理策略为所述生成阶段中当前步的第二当前所有历史键值信息无需进行稀疏或量化的情况下，从内存中读取所述第二预设键值缓存信息，所述第二预设键值缓存信息为所述第一当前所有历史键值信息。
10、本专利技术还提供一种模型推理装置，包括策略选择单元和模型推理单元。
11、策略选择单元，用于响应于目标粒度策略选择指令，确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在所述目标粒度下生成阶段选择的第二目标推理策略。
12、模型推理单元，用于基于所述第一目标推理策略对应的第一预设键值缓存信息和所述第二目标推理策略对应的第二预设键值缓存信息，执行所述提示阶段和所述生成阶段各自的模型推理操作。
13、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述模型推理方法。
14、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述模型推理方法。
15、本专利技术提供的模型推理方法、装置、电子设备及存储介质，其中模型推理方法包括：计算芯片在响应目标粒度策略选择指令时，确定大模型在目标粒度下提示阶段的第一目标推理策略，以及大模型在目标粒度下生成阶段中当前步的第二目标推理策略，以便于提示阶段使用第一目标推理策略对应的第一预设键值缓存信息进行模型推理，以及生成阶段的当前步使用第二目标推理策略对应的第二预设键值缓存信息进行模型推理。这样，通过不同粒度策略选择方式对应选择大模型不同阶段推理所需的历史键值本文档来自技高网...
【技术保护点】
1.一种模型推理方法，其特征在于，包括：
2.根据权利要求1所述的模型推理方法，其特征在于，所述确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在所述目标粒度下生成阶段选择的第二目标推理策略，包括：
3.根据权利要求2所述的模型推理方法，其特征在于，所述基于提示阶段任务的任务类型，确定所述第一目标推理策略和所述第二目标推理策略，包括：
4.根据权利要求2所述的模型推理方法，其特征在于，所述基于所述任务类型参数和所述预设参数阈值，确定所述第一目标推理策略和所述第二目标推理策略，包括：
5.根据权利要求4所述的模型推理方法，其特征在于，所述基于所述任务类型参数和所述预设参数阈值之间的大小比较结果，确定所述第一目标推理策略，包括：
6.根据权利要求1所述的模型推理方法，其特征在于，所述确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在所述目标粒度下生成阶段选择的第二目标推理策略，还包括：
7.根据权利要求1至6任一项所述的模型推理方法，其特征在于，所述第一预设键值缓存信息和所述第二预设键值缓
8.一种模型推理装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述模型推理方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述模型推理方法。
...【技术特征摘要】
1.一种模型推理方法，其特征在于，包括：
2.根据权利要求1所述的模型推理方法，其特征在于，所述确定大模型分别在目标粒度下提示阶段选择的第一目标推理策略以及在所述目标粒度下生成阶段选择的第二目标推理策略，包括：
3.根据权利要求2所述的模型推理方法，其特征在于，所述基于提示阶段任务的任务类型，确定所述第一目标推理策略和所述第二目标推理策略，包括：
4.根据权利要求2所述的模型推理方法，其特征在于，所述基于所述任务类型参数和所述预设参数阈值，确定所述第一目标推理策略和所述第二目标推理策略，包括：
5.根据权利要求4所述的模型推理方法，其特征在于，所述基于所述任务类型参数和所述预设参数阈值之间的大小比较结果，确定所述第一目标推理策略，包括：
6....
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：上海壁仞科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。