关于InternVL TurbomindEngine 的疑惑
Open
- Dominant language
- Python
- Stars
- 8.1k
- Forks
- 748
- Avg merge
- 6d 2h
- Merged PRs (30d)
- 54
Description
据我了解 TurbomindEngine 推理InternVL时VIT和VLM部分应该是共享（抢占）GPU资源的，想请教一下这是否会影响TTFT？实际benchmark下来也有部分请求的TTFT会很长，这是正常的表现吗？
Contributor guide
Assessment
This issue has not been assessed yet.