LIBRISTO
LIBROAMANTO
povinné
Staňte se součástí komunity milovníků knih z celého světa a získejte hromadu výhod. Založit účet zdarma
0
Doprava zdarma se Zásilkovnou nad 1 499 Kč
Kurýr DPD 69 PPL shop 49 Balíkovna 69 PPL kurýr 74 PPL box 39 Balíkovna 49 Výdejní místo DPD 49 Zásilkovna 39

Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

AI Inference Optimization Engineering

Quantization, Speculative Decoding, and Hardware-Specific LLM Deployment

Jazyk AngličtinaAngličtina
Kniha Brožovaná
Kniha AI Inference Optimization Engineering ChatVariety Team
Libristo kód: 52770465
Nakladatelství Independently published, červen 2026
Slash LLM Deployment Costs and LatencyDeploying Large Language Models (LLMs) in production is a mass... Celý popis
? points 25 b Připravujeme Připravujeme Nové Nové
247
Očekávané naskladnění Naskladnění 07. 06. 2026

30 dní na vrácení zboží

Slash LLM Deployment Costs and Latency

Deploying Large Language Models (LLMs) in production is a massive economic and engineering hurdle. AI Inference Optimization Engineering is your comprehensive, hands-on guide to mastering the full stack of modern LLM optimization techniques. From memory-bandwidth solutions to hardware-specific compilation, this book bridges the gap between research-level models and enterprise-grade execution.

What you will master inside this book:
  • Hardware-Aware Optimization: Dive deep into KV cache mechanics, autoregressive decoding, and GPU memory hierarchies to eliminate latency bottlenecks.
  • State-of-the-Art Quantization: Apply GPTQ, AWQ, and GGUF compression algorithms to scale down massive neural networks without sacrificing model accuracy.
  • Advanced Acceleration Methods: Implement speculative decoding with draft models (like Medusa and Eagle), PagedAttention, and FlashAttention to boost throughput by 2-3x.
  • Production-Grade Serving: Build ultra-low-latency deployment infrastructures using vLLM, Triton Inference Server, and continuous batching.
  • Cross-Platform Deployment: Optimize models for specific target hardware, including NVIDIA H100 (TensorRT-LLM), Apple Silicon (llama.cpp/Metal), and Qualcomm mobile/edge accelerators.

Whether you are an ML infrastructure engineer, an AI platform architect, or a technical leader looking to scale LLMs cost-effectively, this book provides the production-ready code, equations, and architectural patterns you need to build hyper-efficient AI pipelines.

Herečka & Polyglotka
EWA KASP pro
Přehrát video
Ewa Kasp
Libristo má největší výběr cizojazyčné literatury. Proto své knihy kupuji tady.

Informace o knize

Plný název AI Inference Optimization Engineering
Jazyk Angličtina
Vazba Kniha - Brožovaná
Datum vydání 2026
Počet stran 96
EAN 9798199720021
Libristo kód 52770465
Nakladatelství Independently published
Váha 142
Rozměry 152 x 229 x 5
Darujte tuto knihu ještě dnes
Je to snadné
1 Přidejte knihu do košíku a zvolte doručit jako dárek 2 Obratem vám zašleme poukaz 3 Kniha dorazí na adresu obdarovaného

Přihlášení

Přihlaste se ke svému účtu. Ještě nemáte Libristo účet? Vytvořte si ho nyní!

 
povinné
povinné

Nemáte účet? Získejte výhody Libristo účtu!

Díky Libristo účtu budete mít vše pod kontrolou.

Vytvořit Libristo účet