gpu_poor

gpu_poor

LLM运行所需GPU内存及每秒处理Token数计算工具

该工具计算GPU/CPU运行任意LLM所需的内存和每秒处理的Token数,并提供详细的训练和推理内存分配。支持多种量化及推理框架,适用于评估GPU运行特定LLM的能力、调整量化方式及优化GPU内存使用。

GPU memoryLLM

gpu_poor 项目介绍

gpu_poor 是一款服务于用户了解其GPU是否能够运行特定大型语言模型(LLM)以及能达到多少token每秒的工具。它能够计算需要的GPU内存和每秒能够处理的token数量,并且支持量化计算和推理框架的分析。

主要功能与特点

1. 计算显存需求 💾

gpu_poor 能够帮助用户确定特定LLM在其GPU上运行所需的显存大小。通过这种计算,用户可以直观地看到每个部分的内存使用情况,包括总显存、KV缓存、模型大小、激活内存等。

2. 计算每秒可处理的token数量 ⏱️

该工具还可以估算在用户的GPU上每秒能够处理的token数量,帮助用户了解其设备的处理能力和潜在的性能瓶颈。

3. 估算微调所需时间 ⌛️

gpu_poor 提供每次前向传播所需的时间,便于用户计划和优化微调过程。

应用场景

这个项目专为需要了解如下信息的用户设计:

  • 在特定GPU上每秒可以处理多少token?
  • 完成微调需要多少总时间?
  • 哪种量化配置适合我的GPU?
  • 我的GPU能处理的最大上下文长度和批次大小是多少?
  • 选择哪种微调方法? 是全微调、LoRA还是QLoRA?
  • GPU内存主要消耗在哪些方面?如何调整模型以适应GPU?

计算详细说明

计算过程综合考虑了模型的大小、KV缓存、激活内存、优化器和梯度内存以及CUDA等开销,以便给出较为精确的内存估算。值得注意的是,模型的具体配置、输入数据和CUDA版本都会影响结果的准确性,不过项目力求将误差控制在500MB以内。

常见问题解答

  • 仅凭模型大小来判断性能是否够用行不通

    由于推理和训练过程中的KV缓存和激活内存会消耗大量资源,因此仅看模型大小是不够的。例如,llama-2-7b模型的序列长度为1000时,仅KV缓存就会占用1GB的额外内存。

  • 计算结果的准确性

    尽管影响因素众多,但该工具力求通过优化模型来提供尽可能准确的计算结果。所有数据的误差均控制在500MB内。

待办事项

  • 增加对vLLM的支持
  • 添加QLoRA的支持
  • 添加估算token/s的方法为特定GPU服务
  • 改进获取超参数的逻辑(考虑到隐藏层/中间层/层数随尺寸变化)
  • 增加AWQ的支持

通过gpu_poor,用户可以更好地规划与优化GPU资源在大型语言模型上的应用,确保性能达到预期水平。工作中的任何疑问或问题可以通过项目链接**https://rahulschand.github.io/gpu_poor/**了解更多信息或提出解决方案。

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