Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
一个 LLM 服务调度器的浏览器模拟器,用动画甘特图比较连续批处理、分块预填充、最短作业优先和分离式服务。适合工程师和学生。
sched-sim 是一款工具包,属于教育类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download prajwalpujari16/sched-sim --repo-type space --local-dir sched-sim cd sched-sim
sched-sim 是一个浏览器模拟器,展示 LLM 服务调度器如何给任务排序。页面背后是对三个概念的逐事件模拟:不停顿的批处理、被切成小块的预填充,以及一次长预填充拖住后面排队请求的情形。结果会播放成动画甘特图。它是静态页面,所以没有任何东西在服务器上运行。
适合想看看调度选择为什么会改变请求等待时间的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| ML 基础设施 | 服务工程师 | 在改动系统之前比较调度策略 | 先后播放阻塞场景和分块场景 |
| 教育 | 学生 | 学习服务调度器是怎么工作的 | 看甘特图播放器逐步展示请求 |
| AI 研究 | 研究人员 | 推演调度对延迟的影响 | 试用最短作业优先策略 |
如果你需要用真实流量调优在线的服务系统,可以跳过它,因为这是一个模拟。
你可以在线使用,也可以在自己电脑上打开它的文件。
| Use case | Who | What they get back |
|---|---|---|
| 看预填充阻塞 | 学生 | 一个长提示词挡住较短提示词的动画 |
| 比较策略 | 工程师 | 分块预填充、最短作业优先和分离式服务的甘特视图 |
| 教学调度 | 讲师 | 一个可以带学生一步步看的可视化 |
托管的页面什么都不用装。获取文件需要 Python 和 pip。
pip install -U huggingface_hub hf download prajwalpujari16/sched-sim --repo-type space --local-dir sched-sim cd sched-sim
说明里还提到一个 PyPI 包,用这条命令安装。
pip install sched-sim
在线打开这个 Space,或者打开下载文件夹里的 index.html。然后在甘特图播放器上按播放,比较它演示的各种策略。
| Tool | What it does |
|---|---|
| Head-of-Line prefill blocking | 展示一次长预填充如何拖延它后面的请求 |
| Chunked prefill | 把预填充切成 512 个 token 的块,即 Sarathi 的做法 |
| Shortest-job-first | 让最短的请求先运行 |
| Disaggregated serving | 把服务的各个阶段分到不同资源上 |
你播放队首阻塞的场景,看短请求排在一次长预填充后面。然后播放分块预填充的场景,比较同样的请求在甘特图上是怎么排列的。
如果你刚接触,先从阻塞场景开始。预填充是模型读取提示词的那一步,一个很长的预填充会挡住后面的一切。
如果你熟悉这个领域,这个页面运行离散事件模拟,并比较队首阻塞、块大小为 512 个 token 的 Sarathi 式分块预填充、最短作业优先和分离式服务。它提到一个服务轨迹数据集。
这是对调度的模拟,不是实时的服务引擎。
一个 LLM 服务调度器的浏览器模拟器,用动画甘特图比较连续批处理、分块预填充、最短作业优先和分离式服务。适合工程师和学生。
由 prajwalpujari16 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:sched-sim 是一个浏览器模拟器,展示 LLM 服务调度器如何给任务排序。页面背后是对三个概念的逐事件模拟:不停顿的批处理、被切成小块的预填充,以及一次长预填充拖住后面排队请求的情形。结果会播放成动画甘特图。它是静态页面,所以没有任何东西在服务器上运行。
适合谁:适合想看看调度选择为什么会改变请求等待时间的人。
Title: 谁会用这个模拟器
Industry | Who uses it | How they use it | Example
ML 基础设施 | 服务工程师 | 在改动系统之前比较调度策略 | 先后播放阻塞场景和分块场景
教育 | 学生 | 学习服务调度器是怎么工作的 | 看甘特图播放器逐步展示请求
AI 研究 | 研究人员 | 推演调度对延迟的影响 | 试用最短作业优先策略
如果你需要用真实流量调优在线的服务系统,可以跳过它,因为这是一个模拟。
用在哪里:你可以在线使用,也可以在自己电脑上打开它的文件。
Title: 这个模拟器适合做什么
Use case | Who | What they get back
看预填充阻塞 | 学生 | 一个长提示词挡住较短提示词的动画
比较策略 | 工程师 | 分块预填充、最短作业优先和分离式服务的甘特视图
教学调度 | 讲师 | 一个可以带学生一步步看的可视化
如何设置:托管的页面什么都不用装。获取文件需要 Python 和 pip。
pip install -U huggingface_hub
hf download prajwalpujari16/sched-sim --repo-type space --local-dir sched-sim
cd sched-sim
说明里还提到一个 PyPI 包,用这条命令安装。
pip install sched-sim
如何使用:在线打开这个 Space,或者打开下载文件夹里的 index.html。然后在甘特图播放器上按播放,比较它演示的各种策略。
Title: 甘特图播放器演示的内容
Tool | What it does
Head-of-Line prefill blocking | 展示一次长预填充如何拖延它后面的请求
Chunked prefill | 把预填充切成 512 个 token 的块,即 Sarathi 的做法
Shortest-job-first | 让最短的请求先运行
Disaggregated serving | 把服务的各个阶段分到不同资源上
示例:你播放队首阻塞的场景,看短请求排在一次长预填充后面。然后播放分块预填充的场景,比较同样的请求在甘特图上是怎么排列的。
新手与专家:如果你刚接触,先从阻塞场景开始。预填充是模型读取提示词的那一步,一个很长的预填充会挡住后面的一切。
如果你熟悉这个领域,这个页面运行离散事件模拟,并比较队首阻塞、块大小为 512 个 token 的 Sarathi 式分块预填充、最短作业优先和分离式服务。它提到一个服务轨迹数据集。
打开模拟器
选一个调度策略
模拟运行这些请求
甘特图播放器把结果动画展示出来
注意事项:这是对调度的模拟,不是实时的服务引擎。
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| sched-sim 本页 | 1 | static | apache-2.0 | |
| The Ultra-Scale Playbook共有 static | 4,131 | static | apache-2.0 | |
| LLM训练终极指南 | The Ultra-Scale Playbook共有 static | 281 | static | apache-2.0 | |
| Attention Visualization共有 static | 200 | static | apache-2.0 | |
| Number Tokenization Blog共有 static | 127 | static | mit | |
| Train the agent slides共有 static | 20 | static | apache-2.0 |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
prathoshap · 工具包
用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。
paradigma-inc · 工具包
用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。