AlpinDale 9810daa699 feat: INT8 KV Cache (#298) | před 10 měsíci | |
---|---|---|
.. | ||
README.md | před 1 rokem | |
attention_dtypes.h | před 10 měsíci | |
attention_generic.cuh | před 1 rokem | |
attention_kernels.cu | před 10 měsíci | |
attention_utils.cuh | před 1 rokem | |
dtype_bfloat16.cuh | před 1 rokem | |
dtype_complex64.cuh | před 1 rokem | |
dtype_float16.cuh | před 1 rokem | |
dtype_float32.cuh | před 10 měsíci | |
dtype_fp8_e5m2.cuh | před 11 měsíci | |
dtype_int8.cuh | před 10 měsíci |
The attention code here is adapted from NVIDIA's FasterTransformer. All rights reserved.
Copyright (c) 2020-2023, NVIDIA CORPORATION. All rights reserved. Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at
http://www.apache.org/licenses/LICENSE-2.0
Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.