书生·浦语大模型实战营-学习笔记5

发布时间：2024年01月23日

LMDeploy 大模型量化部署实践

在这里插入图片描述

大模型部署背景

在这里插入图片描述

LMDeploy简介

轻量化、推理引擎、服务
在这里插入图片描述

核心功能-量化

显存消耗变少了
在这里插入图片描述

大语言模型是典型的访存密集型任务，因为它是decoder-by-decoder

先把数据量化为INT4存起来，算的时候会反量化为FP16
在这里插入图片描述
AWQ算法：观察到模型在推理过程中，只有一小部分参数是重要的参数，这部分参数不量化，其他的参数量化，这样保留了显存，性能也不会下降多少

核心功能-推理引擎

在这里插入图片描述
不用等到整个batch结束

在这里插入图片描述

核心功能-推理服务api server

在这里插入图片描述

动手实践环节

https://github.com/InternLM/tutorial/blob/main/lmdeploy/lmdeploy.md

文章来源:https://blog.csdn.net/qq_37397652/article/details/135778297
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！