欢迎关注我的公众号 [极智视界],获取我的更多经验分享
大家好,我是极智视界,本文来介绍一下 LLM大模型部署框架之OpenLLM。
邀您加入我的知识星球「极智视界」,星球内有超多好玩的项目实战源码下载,链接:https://t.zsxq.com/0aiNxERDq
由于 LLM 大模型在模型结构、模型规模等方面与传统的 CNN 模型存在着很大的差别,所以 LLM 大模型的落地部署也会和之前 CNN 模型的部署存在较大方式上的不同。针对 LLM 大模型的部署,也新涌现了挺多专门应对这种变化的部署框架,这当然有别于之前 CNN 的部署推理框架。这个表现在什么地方呢?比如咱们拿之前熟悉的 TensorRT 去直接部署 LLM 大模型,你可能会觉得无从下手。这种无从下手可能会体现在比如 TensorRT 内置无法实现比 int8 更加低的推理精度了,而对于 LLM 大模型的部署,int4 可能会是更加常见的推理精度,这个时候就会感觉比较尴尬。还有个尴尬的地方是对于前端模型的把握,CNN 导 ONNX 是个很自然的事情,但对于 LLM 大模型来说,它们的结构往往存在一些逻辑分支,在导 ONNX 的时候容易出现问题,而且因为 LLM 大模型很大,所以这种问题并不太好定位。
之前看到有段话写的我很是认同:文章来源:https://www.toymoban.com/news/detail-756454.html
记得在 bert 时代,部署 文章来源地址https://www.toymoban.com/news/detail-756454.html
到了这里,关于极智AI | LLM大模型部署框架之OpenLLM的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!