什麼是推論執行環境（Inference runtime）
載入已訓練的模型，進行圖的最佳化、量化、選擇適合硬體的核心函式等，以快速執行推論的軟體。
日文名稱: 推論ランタイム
這個名詞所屬的領域: AI硬體與軟體堆疊
相關名詞
反向傳播（Backpropagation） 全歸約（All-reduce） 批次大小（Batch size） 注意力機制（Attention mechanism） 知識蒸餾（Knowledge distillation） 計算圖（Computational graph） 訓練後量化（Post-training quantization） 剪枝（Pruning） 張量平行（Tensor parallelism） 推測式解碼（Speculative decoding）