Julie Davico-Pahin

FlashAttention : accélérer les modèles IA sans sacrifier la mémoire

Définition de FlashAttention Le FlashAttention est une technique d’optimisation qui permet de réduire la consommation…

Pruning : alléger les modèles IA sans perte de performance

TPU (Tensor Processing Unit) : l’alternative de Google pour l’IA

Mixture of Experts (MoE) : rendre les modèles plus intelligents et économes

GPU (Graphics Processing Unit) : le moteur du calcul IA