PELM：结合推测解码与DVFS的端侧LLM低功耗推理
原文标题：PELM: Power Efficient On-Device LLM Inference with Speculative Decoding and Dynamic Voltage Frequency Scaling
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出PELM，在传统DVFS调频基础上引入推测解码和可变验证深度两个工作负载维度，扩展优化空间以实现更节能的端侧LLM推理。在多种硬件和数据集上，PELM相比最先进功耗管理方法最高提速23.1%、能耗降低52.4%，同时保持任务性能。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PELM在DVFS之外加入推测解码与可变验证深度，端侧LLM最高提速23.1%、能耗降52.4%
- •背景：端侧部署LLM有隐私、个性化、低延迟优势，但移动设备算力有限且无风扇散热，易触发降频
- •已有面向移动LLM的DVFS方法主要调硬件参数和处理器频率，在部分热约束场景下不够用
- •关键洞察：并非所有token都需要全深度推理才能保持生成质量
- •PELM在DVFS基础上增加推测解码和可变验证深度两个工作负载维度，多种硬件与数据集上最高提速23.1%、能耗降52.4%，任务性能保持
为什么重要：把功耗管理从纯硬件调频扩展到算法层的工作负载调节，是端侧LLM在热约束下持续可用的现实路径。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。