Revīziju vēsture

Autors SHA1 Ziņojums Datums
  Michael Yang d07cf41a97 refactor kv estimation 6 mēneši atpakaļ
  Patrick Devine c7cb0f0602 image processing for llama3.2 (#6963) 6 mēneši atpakaļ
  Daniel Hiltgen 05cd82ef94 Rename gpu package discover (#7143) 6 mēneši atpakaļ
  Daniel Hiltgen 56318fb365 Improve logging on GPU too small (#6666) 7 mēneši atpakaļ
  Daniel Hiltgen b05c9e83d9 Introduce GPU Overhead env var (#5922) 7 mēneši atpakaļ
  Michael Yang 8e0641a9bf handle asymmetric embedding KVs 10 mēneši atpakaļ
  Daniel Hiltgen 359b15a597 Handle models with divergent layer sizes 10 mēneši atpakaļ
  Daniel Hiltgen 7784ca33ce Tighten up memory prediction logging 10 mēneši atpakaļ
  Daniel Hiltgen 17df6520c8 Remove mmap related output calc logic 10 mēneši atpakaļ
  Daniel Hiltgen 6f351bf586 review comments and coverage 11 mēneši atpakaļ
  Daniel Hiltgen 6fd04ca922 Improve multi-gpu handling at the limit 11 mēneši atpakaļ
  Michael Yang 6297f85606 gofmt, goimports 11 mēneši atpakaļ
  Michael Yang e40145a39d lint 11 mēneši atpakaļ
  Patrick Devine 4cc3be3035 Move envconfig and consolidate env vars (#4608) 11 mēneši atpakaļ
  Michael Yang 1d359e737e typo 11 mēneši atpakaļ
  Michael Yang 50b9056e09 count memory up to NumGPU 11 mēneši atpakaļ
  Jeffrey Morgan bb6fd02298 Don't clamp ctx size in `PredictServerFit` (#4317) 11 mēneši atpakaļ
  Daniel Hiltgen bee2f4a3b0 Record GPU usage information 1 gadu atpakaļ
  Michael Yang 4736391bfb llm: add minimum based on layer size 1 gadu atpakaļ
  Daniel Hiltgen f56aa20014 Centralize server config handling 1 gadu atpakaļ
  Jeffrey Morgan f0c454ab57 gpu: add 512MiB to darwin minimum, metal doesn't have partial offloading overhead (#4068) 1 gadu atpakaļ
  Michael Yang f81f308118 fix gemma, command-r layer weights 1 gadu atpakaļ
  Michael Yang 7bb7cb8a60 only count output tensors 1 gadu atpakaļ
  Daniel Hiltgen 5445aaa94e Add back memory escape valve 1 gadu atpakaļ
  Daniel Hiltgen 34b9db5afc Request and model concurrency 1 gadu atpakaļ