摘要：现有服务框架和静态压缩技术不能适配负载的波动。服务框架全精度时违反slo(请求变慢或被丢弃)，静态压缩在部署前固定，所以长期精度下降，不能在请求下降时恢复高精度 基于形态自适应，实时监控系统负载， 并根据内存压力动态调整模型组件(transformer层和KVC模块) workload变大 ： 将部 阅读全文