PowerInfer学习资料汇总 - 消费级GPU上的高速大语言模型推理引擎

RayRay
PowerInfer大语言模型GPU加速混合CPU/GPU使用局部性设计Github开源项目

PowerInfer

PowerInfer学习资料汇总 - 消费级GPU上的高速大语言模型推理引擎

PowerInfer是一个开源的高速大语言模型(LLM)推理引擎,专为消费级GPU设计。它通过利用LLM推理中的高局部性,可以在单个消费级GPU上实现高效的大模型推理。本文汇总了PowerInfer的相关学习资源,帮助读者快速了解和上手这个项目。

项目简介

PowerInfer的核心设计理念是利用LLM推理中的高局部性,将热激活神经元预加载到GPU,冷激活神经元在CPU上计算,从而显著降低GPU内存需求和CPU-GPU数据传输。它还集成了自适应预测器和神经元感知稀疏运算符,优化了神经元激活和计算稀疏性的效率。

在评估中,PowerInfer在单个NVIDIA RTX 4090 GPU上实现了平均13.20 tokens/s的生成速度,峰值可达29.08 tokens/s,相比llama.cpp最高可提升11.69倍,同时保持模型精度。

PowerInfer性能评估

安装和使用

  1. 获取代码:
git clone https://github.com/SJTU-IPADS/PowerInfer cd PowerInfer pip install -r requirements.txt
  1. 编译(以NVIDIA GPU为例):
cmake -S . -B build -DLLAMA_CUBLAS=ON cmake --build build --config Release
  1. 下载模型权重:

PowerInfer使用特殊的PowerInfer GGUF格式。你可以从Hugging Face下载预转换的模型,或使用提供的转换脚本从原始模型权重转换。

  1. 运行推理:
./build/bin/main -m /PATH/TO/MODEL -n $output_token_count -t $thread_num -p $prompt

更多详细使用说明请参考项目README

支持的模型

PowerInfer目前支持以下模型:

  • Falcon-40B
  • Llama2系列
  • ProSparse Llama2系列
  • Bamboo-7B

未来还将支持更多模型,请关注项目更新

性能优化技巧

如果遇到性能问题,可以参考性能故障排除指南进行优化。

更多应用

PowerInfer还支持服务部署、困惑度评估、批量生成等应用,详细说明请参考:

技术细节与论文

更多技术细节可以参考PowerInfer论文。如果PowerInfer对您的项目和研究有帮助,请引用该论文。

社区资源

PowerInfer是一个快速发展的开源项目,欢迎关注项目看板了解最新进展,并通过GitHub Issues参与讨论和贡献。

PowerInfer Logo

通过以上资源,您可以全面了解PowerInfer项目,并快速上手使用这个高效的LLM推理引擎。随着项目的不断发展,更多新特性和优化也将陆续推出,敬请期待!

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多