RAM Coffers: NUMA-Aware LLM Inference — Why Hardware Topology Still Matters

L'article explique comment la topologie de la mémoire NUMA, et pas seulement la VRAM, est un goulot d'étranglement critique pour l'inférence des LLM sur les serveurs multi-sockets, entraînant une dégradation significative du débit. RAM Coffers de RustChain résout ce problème en détectant la topologie NUMA et en optimisant l'allocation de mémoire et l'épinglage des threads pour des performances prévisibles et améliorées.