Project Icon

AutoFP8

量化库优化大语言模型推理性能

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。

mini-magnum-12b-v1.1-iMat-GGUF - 基于mini-magnum的量化优化大语言模型
GGUFGithubHuggingfacellama.cppmini-magnum-12b大语言模型开源项目模型量化
mini-magnum-12b-v1.1模型的量化优化版本,采用iMatrix技术和fp16 GGUF进行量化处理。经验证可在llama.cpp、text-generation-web-ui等主流平台稳定运行,支持Flash Attention加速,并提供多种优化配置方案。项目包含详细的性能对比数据和部署指南,方便开发者快速上手使用。
vllm - 高性能与易用性的LLM推理与服务平台
GithubLLM服务PagedAttentionvLLM开源项目量化高吞吐量
vLLM是一个高性能且易用的LLM推理与服务平台,具备PagedAttention内存管理、CUDA/HIP图形加速、量化支持、并行解码算法及流式输出等技术优势。vLLM无缝集成Hugging Face模型,兼容多种硬件设备,支持分布式推理和OpenAI API。最新版本支持Llama 3.1和FP8量化。用户可通过pip安装并参考详细文档快速入门。
TensorRT-LLM - NVIDIA开发的大型语言模型推理优化工具
AI推理GPU加速GithubNVIDIATensorRT-LLM大语言模型开源项目
TensorRT-LLM是一个用于优化大型语言模型推理的开源工具。它提供Python API来定义模型和构建TensorRT引擎,支持多GPU和多节点部署。该工具集成了多种量化技术,如INT4/INT8权重量化和SmoothQuant,以提升性能和降低内存占用。TensorRT-LLM预置了多个常用模型,可根据需求进行修改和扩展。
nomic-ai-gpt4all-falcon-gguf - 改进量化技术以提升Falcon 7B模型的性能和效率
Falcon 7BGithubHuggingfaceK-quantsgpt4all-falcon开源项目模型量化
gpt4all-falcon-gguf项目通过K-quantization技术优化Falcon 7B模型的性能,尽管仅四分之一的层可真正量化,但通过Q4_0、Q4_1、Q5_0和Q5_1等量化类型,实现了质量与文件大小的平衡。该项目采用Apache-2.0许可证,以英语为主要语言,并支持gguf格式。模型在常识推理基准测试中表现出色,并支持CUDA进行高效推理。
vram-8 - 显存优化工具提升视觉语言模型训练效率
GithubHuggingfacetransformers人工智能开源项目机器学习模型深度学习自然语言处理
vram-8是一个为视觉语言模型设计的内存管理工具。该工具通过优化内存使用策略,提高模型训练和推理效率。它可以智能管理GPU显存,减少内存溢出问题,使用户能在有限硬件资源下处理较大规模模型。vram-8有助于提升模型处理速度和系统稳定性。
Qwen2.5-32B-AGI-GGUF - Qwen2.5-32B-AGI模型量化与性能优化概述
GithubHuggingfaceQwen2.5-32B-AGI开源项目文本生成权重模型模型优化量化
介绍Qwen2.5-32B-AGI在Llamacpp中的量化模型,强调文本生成性能的提升。多种量化格式(如Q8_0,Q6_K_L)满足不同需求,结合embed/output量化,适应低RAM环境。提供模型选择、下载与运行指南,含基于ARM芯片的性能优化方法。
CausalLM-7B-GGUF - 基于CausalLM 7B的双语语言模型量化优化方案
CausalLMGGUFGithubHuggingfacellama.cpp开源项目模型语言模型量化
CausalLM 7B模型GGUF格式转换项目提供多种量化版本实现。该模型支持中英双语能力,基于多个数据集训练。项目包含2比特到8比特的不同量化方案,适配各类硬件环境。完整的部署文档和兼容性说明确保模型可快速应用。
Replete-LLM-V2.5-Qwen-14b-GGUF - Replete-LLM-V2.5-Qwen-14b模型的多量化处理与硬件优化概述
ARM芯片GithubHuggingfaceRombos-LLM-V2.5-Qwen-14b开源项目性能比较模型模型优化量化
该项目对Rombos-LLM-V2.5-Qwen-14b模型进行了多种量化优化,使用了llama.cpp的b3825版本。支持多种量化格式,如f16、Q8_0、Q6_K_L等,适用不同硬件环境,推荐Q6_K_L和Q5_K_L以实现高质量和资源节省。用户可根据硬件需求选择合适的格式,并使用huggingface-cli进行下载。针对ARM芯片提供了特定的优化量化选项Q4_0_X_X,广泛适用于文本生成应用,提升运行效率和输出质量。
DeepSeek-Coder-V2-Lite-Instruct-GGUF - 高性能代码模型的多版本量化优化支持多种硬件推理应用
DeepSeek-CoderGithubHuggingface人工智能代码生成开源项目模型模型压缩量化模型
本项目针对DeepSeek-Coder-V2-Lite-Instruct模型进行量化优化,提供20多种GGUF格式文件,大小从6GB到17GB不等。采用llama.cpp的imatrix技术实现高效压缩,同时保持模型性能。用户可根据硬件条件选择适合的版本,支持NVIDIA、AMD等平台的深度学习推理。
quantized-models - 提供多源量化模型以提升大语言模型推理效率
GithubHuggingfacequantized-modelstransformers大型语言模型开源项目文本生成推理模型量化模型
quantized-models项目整合了多种来源的量化模型,旨在提高大语言模型的推理效率。模型支持者包括TheBloke、LoneStriker、Meta Llama等,提供gguf、exl2格式的支持。用户可通过transformers库便捷地进行文本生成,这些模型按现状发布,需遵循其各自的许可协议。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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