AutoFP8

量化库优化大语言模型推理性能

AutoFP8 FP8量化 vLLM 模型压缩神经网络 Github 开源项目

AutoFP8是一个开源FP8量化库，用于生成vLLM兼容的压缩检查点。它提供FP8_E4M3精度的量化权重、激活和KV缓存比例，支持静态和动态激活方案。AutoFP8能将预训练模型转换为FP8格式，与vLLM无缝集成，提高大语言模型推理效率，同时保持模型精度。这个工具适用于优化和部署大规模语言模型。

访问官网

Github

Huggingface

介绍相关项目

Llama-3.2-11B-Vision-Instruct-FP8-dynamic - Meta-Llama视觉语言模型FP8量化版支持多语言部署

GithubHuggingfaceLlama-3.2vLLM人工智能开源项目模型视觉识别量化压缩

基于Meta-Llama-3.2架构的视觉语言模型，通过FP8动态量化技术实现模型压缩，在保持原有性能的同时将显存需求降低50%。模型支持图文输入和多语言输出，可通过vLLM实现快速部署，提供OpenAI兼容接口，适合商业场景应用。

Llama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic - 多语种量化优化模型，显著降低内存占用

GithubHuggingfaceLlama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic多语言支持开源项目文本生成模型模型优化量化

通过将权重和激活量化为FP8格式，该项目优化了Llama-3.1-Nemotron模型，显著降低了GPU内存与磁盘的占用。模型适用于商业与研究，支持多语言开发和会话助手的构建。利用vLLM，可以实现高效部署并具有OpenAI兼容性。Llama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic在诸多测试中表现优良，在Arena-Hard评估中达99.41%的恢复率。

Meta-Llama-3.1-8B-Instruct-FP8 - FP8量化优化的多语言AI助手模型

FP8量化GithubHuggingfaceMeta-Llama-3.1vLLM开源项目模型神经魔法自然语言处理

Meta-Llama-3.1-8B-Instruct-FP8是Meta-Llama-3.1-8B-Instruct的FP8量化版本。该模型将参数位数从16位减少到8位，在保持99.52%性能的同时，显著降低了存储和计算资源需求。支持vLLM后端部署，适用于多语言对话任务，可用于商业和研究用途。

Llama-3.2-90B-Vision-Instruct-FP8-dynamic - 基于Meta-Llama架构的FP8量化多语言视觉对话模型

GithubHuggingfaceLlama-3.2vLLM人工智能开源项目模型模型量化视觉语言模型

这是一个基于Meta-Llama-3.2架构开发的视觉语言模型，包含900亿参数。通过FP8量化技术优化，将模型存储空间和GPU内存需求降低约50%。模型支持图像理解和多语言文本生成，主要应用于智能对话系统。借助vLLM后端可实现高效部署和OpenAI兼容服务。

auto-round - 针对大语言模型的高效量化算法

AutoRoundGithubLLM推理低位推理开源项目权重量化量化算法

AutoRound是一种针对大语言模型(LLM)的高效量化算法。通过符号梯度下降优化权重舍入和范围,仅需200步迭代即可达到业界领先水平,且不增加推理开销。该算法支持OPT、BLOOM、GPT-J等多种模型,提供混合精度量化、激活量化等实验功能,并兼容Intel Gaudi2硬件。AutoRound提供简洁的Python接口,方便用户进行模型量化和推理。

Meta-Llama-3.1-8B-Instruct-AWQ-INT4 - 高性能4比特量化优化版本

AutoAWQGithubHuggingfaceMeta-Llama-3.1大语言模型开源项目推理模型量化

Meta-Llama-3.1-8B-Instruct模型的社区驱动4比特量化版本,采用AutoAWQ技术从FP16量化到INT4。该版本仅需4GB显存即可加载,大幅降低内存占用。支持Transformers、AutoAWQ、TGI和vLLM等多种推理方式,适用于不同部署场景。量化模型在保持原始性能的同时,为资源受限环境提供了高效的大语言模型方案。

ppq - 多功能的神经网络量化工具

GithubOnnxPPQTensorRT开源项目神经网络量化量化优化

PPQ 是一个适用于工业应用的神经网络量化工具。通过将浮点运算转换为定点运算，它显著提升系统功耗效率和执行速度。具备高度扩展性，用户可自定义量化过程，并结合多种硬件和推理库使用。版本 0.6.6 更新了图模式匹配、图融合功能，并新增 FP8 量化规范和 PFL 基础类库。支持 TensorRT, Openvino, Onnxruntime 等推理框架，实现高效的神经网络量化部署。

AutoGPTQ - 基于GPTQ算法的LLM量化与推理优化工具包

AutoGPTQGPTQ算法Github安装指南开源项目推理速度量化模型

AutoGPTQ是基于GPTQ算法的LLM量化工具包，支持多种模型类型和硬件平台的推理优化，整合Marlin与Exllama内核，提升推理速度与性能，适合在资源受限环境中部署高效的语言模型。

AQLM - 加性量化技术实现大型语言模型高效压缩

AQLMGithubPyTorch大语言模型开源项目推理量化

AQLM项目开发了一种名为加性量化的新技术，可将大型语言模型压缩至原规模的1/16左右，同时基本保持原始性能。该技术适用于LLaMA、Mistral和Mixtral等多种模型架构，并提供了预量化模型。项目包含PyTorch实现代码、使用教程和推理优化方案，为大规模语言模型的实际应用提供了新思路。

Meta-Llama-3-8B-Instruct-quantized.w8a16 - 智能LLM量化技术实现50%体积压缩并完整保留性能

GithubHuggingfaceMeta-Llama-3OpenLLM人工智能开源项目权重优化模型模型量化

Meta-Llama-3-8B-Instruct模型经INT8量化优化后，参数位数从16位降至8位，减少约50%磁盘空间和GPU内存占用。在OpenLLM基准测试中，量化模型平均得分68.69，与原版68.54分相当。模型支持vLLM和transformers框架部署，适用于英语环境中商业和研究领域的AI助手应用。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号