NVIDIA 机密计算如何让 TensorRT LLM 生产级 AI 推理保留 96% 以上吞吐
中文摘要
NVIDIA Blackwell GPU使用机密计算运行TensorRT LLM，保持96%以上吞吐量，TPOT开销仅1.2%-4.3%。
English Summary
NVIDIA Blackwell GPUs using Confidential Computing for TensorRT LLM retain over 96% throughput with 1.2%-4.3% TPOT overhead.
原文节选
NVIDIA 用机密计算（CC）在 Blackwell GPU 上跑 TensorRT LLM 生产级推理，CC 开启后仍保留 CC 关闭基线 96.1%-98.2% 的输出 token 吞吐，平均 TPOT 开销仅 1.2%-4.3%。