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

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

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。

下拉加载更多