首页
/ MNN-LLM项目中Token生成速度的统计方法解析

MNN-LLM项目中Token生成速度的统计方法解析

2025-07-10 06:16:03作者:霍妲思

在MNN-LLM项目中,统计模型生成token的速度是评估模型性能的重要指标。本文将详细介绍如何获取和解读这些性能数据。

Token生成速度的统计原理

MNN-LLM项目通过C++代码实现了对token生成速度的精确统计。核心统计逻辑位于Llm::print_speed()函数中,该函数计算并输出了多个关键性能指标:

  1. 时间统计:分别统计了prefill(预填充)阶段和decode(解码)阶段的耗时,单位精确到微秒
  2. Token数量统计:记录了输入的prompt token数量和生成的output token数量
  3. 速度计算:基于时间和token数量,计算出各种速度指标

关键性能指标

项目提供了以下几类性能指标:

  • 总token数:prompt token数与生成token数之和
  • 各阶段耗时
    • 预填充时间(prefill time)
    • 解码时间(decode time)
    • 总时间(total time)
  • 生成速度
    • 预填充速度(prefill speed):prompt token数/预填充时间
    • 解码速度(decode speed):生成token数/解码时间
    • 总速度(total speed):总token数/总时间
    • 聊天速度(chat speed):生成token数/总时间

实际测试方法

在Android设备上,可以通过ADB命令直接运行demo程序获取这些性能数据:

  1. 确保设备已连接并启用ADB调试
  2. 执行以下命令:
adb shell "cd /data/local/tmp && export LD_LIBRARY_PATH=. && ./cli_demo ./Qwen2-1.5B-Instruct-MNN/config.json"
  1. 程序运行后会输出详细的性能统计信息

性能数据解读

输出的性能数据格式如下:

#################################
 total tokens num  = 85
prompt tokens num  = 32
output tokens num  = 53
  total time = 4.21 s
prefill time = 1.05 s
 decode time = 3.16 s
  total speed = 20.19 tok/s
prefill speed = 30.48 tok/s
 decode speed = 16.77 tok/s
   chat speed = 12.59 tok/s
##################################
  • prefill speed:表示模型处理输入prompt的速度,通常较高
  • decode speed:表示模型生成新token的速度,是评估生成性能的关键指标
  • chat speed:从用户角度看,从输入到获得回复的整体速度

性能影响因素

不同设备和模型参数会影响这些性能指标:

  1. 设备硬件:CPU/GPU性能、内存带宽等
  2. 模型参数:模型大小、量化精度等
  3. 输入输出长度:prompt长度和生成文本长度
  4. 系统环境:后台进程、温度调节等

通过分析这些性能数据,开发者可以优化模型部署,选择最适合特定硬件配置的模型参数,从而在实际应用中达到最佳性能表现。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8