Llama-3-8B-Instruct-GPTQ-4-Bit

Llama-3-8B-Instruct-GPTQ-4-Bit

利用GPTQ量化优化模型性能的新方法

Astronomer的4比特量化模型通过GPTQ技术减少VRAM占用至不足6GB,比原始模型节省近10GB。此优化提高了延迟和吞吐量,即便在较便宜的Nvidia T4、K80或RTX 4070 GPU上也能实现高效性能。量化过程基于AutoGPTQ,并按照最佳实践进行,使用wikitext数据集以减小精度损失。此外,针对vLLM和oobabooga平台提供详细配置指南,以有效解决加载问题。

数据协调HuggingfaceGPTQ量化Meta-Llama-3-8B-InstructApache Airflow模型Github开源项目

项目介绍:Llama-3-8B-Instruct-GPTQ-4-Bit

项目背景

Llama-3-8B-Instruct-GPTQ-4-Bit 是由 Astronomer 公司基于 Meta 提供的原始模型 Meta-Llama-3-8B-Instruct 创建的一个量化模型。Astronomer 是一家专注于Apache Airflow、MLOps 的公司,为数据编排提供开源框架支持。这个项目的目的是通过量化技术,减少模型在运行时对显存的需求与计算资源的消耗。

项目简介

该项目基于 Meta 的 Llama-3 进行了改进,利用 GPTQ 方法进行 4 位量化,这极大缩小了模型的大小,使其能够在普通或相对低成本的 Nvidia GPU(如 T4、K80、RTX 4070 等)上快速运行。虽然有小幅度的质量损失,但相比于原始的 bfloat16 模型,这种量化模型大大提高了延迟和吞吐量。

量化技术

项目中使用了 AutoGPTQ 库进行模型量化,按照 GPTQ 论文中的最佳实践进行操作。量化的过程中,通过使用来自特定数据集的随机样本(目前使用的是 wikitext)来校准量化过程,以尽量减少精度损失。

量化模型参数

  • 位数:4 位
  • 分组大小:128
  • 激活排序:启用
  • 阻尼百分比:0.1
  • 数据集:wikitext
  • 序列长度:8192
  • 所需显存:5.74 GB
  • 描述:这是一个4位的量化模型,启用了激活排序和 128 分组大小,在轻微的精度损失下达到了最小化模型大小。

模型部署

在使用 vLLM 部署此模型时,在 Nvidia T4 (16GB VRAM) 上测试过。为了解决模型输出文本不停止的问题,建议在请求中添加 stop_token_ids(如:[128001, 128009])。

例如:

{ "model": "astronomer-io/Llama-3-8B-Instruct-GPTQ-4-Bit", "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Who created Llama 3?"} ], "max_tokens": 2000, "stop_token_ids":[128001,128009] }

项目贡献者

该模型由 Astronomer 的机器学习工程师 David Xue 完成量化处理。

总的来说,Llama-3-8B-Instruct-GPTQ-4-Bit 项目通过引入量化技术,使得强大的文本生成模型能够更高效地运行于普通的计算硬件之上,为需要高效利用资源的机器学习应用提供了一条可行的途径。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

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。

下拉加载更多