Logo
Project Icon

MInference

动态稀疏注意力加速长上下文语言模型

MInference大语言模型动态稀疏注意力长文本处理性能优化Github开源项目

MInference是一项新技术，通过利用长上下文语言模型注意力机制的动态稀疏性来加速预填充过程。该技术离线确定注意力头的稀疏模式，在线近似稀疏索引，并使用优化内核动态计算注意力。在A100 GPU上，MInference实现了预填充速度提升10倍，同时保持模型准确性。它支持LLaMA-3、GLM-4等多种长上下文模型，有效处理百万级别token的上下文。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
FlexGen - 单GPU高效运行大语言模型的生成引擎
FlexGenGPU内存优化Github大语言模型开源项目批处理高吞吐量
FlexGen通过高效的IO卸载、压缩和大批量处理，实现了在单GPU上高吞吐量运行大语言模型。该系统专为高吞吐量任务设计，如信息提取和数据处理，特别适合成本敏感的环境。虽然FlexGen在小批量任务上速度较慢，但在批量处理和低成本硬件上具有显著优势。
nvidia_-_Mistral-NeMo-Minitron-8B-Base-gguf - Mistral-NeMo-Minitron-8B-Base模型实现高效自然语言生成
GithubHuggingfaceMistral-NeMo-Minitron-8B-BaseNVIDIA开源项目模型自然语言生成语料库量化
NVIDIA 的 Mistral-NeMo-Minitron-8B-Base 模型运用压缩和蒸馏技术，为自然语言生成任务提供解决方案。该模型通过修剪和蒸馏 Mistral-NeMo 12B，在 3800 亿个词标中完成训练，适用于多领域文本转换，并支持 NeMo 24.05 引擎，兼容 NVIDIA 多种硬件架构。
mistral-7b-bnb-4bit - 更高效的模型微调与内存优化技术
GithubHuggingfaceMistral 7bUnsloth内存优化开源项目快速微调模型量化模型
Unsloth技术助力Mistral 7b在内存减少70%的同时实现5倍微调速度提升。项目提供多个适合初学者的Google Colab笔记，只需添加数据集并运行，便可生成更快的微调模型，支持导出到GGUF、vLLM或上传Hugging Face。此方案有效优化了Gemma 7b、Mistral 7b、Llama-2 7b等模型的性能和内存使用，提升模型微调效率。
T-MAC - 优化低比特量化LLM推理的CPU加速框架
CPU加速GithubLLM推理T-MAC低比特量化开源项目矩阵乘法
T-MAC是一个创新的内核库，采用查找表技术实现混合精度矩阵乘法，无需反量化即可加速CPU上的低比特LLM推理。该框架支持多种低比特模型，包括GPTQ/gguf的W4A16、BitDistiller/EfficientQAT的W2A16和BitNet的W1(.58)A8。T-MAC在多种设备上展现出显著性能提升，例如在Surface Laptop 7上，单核处理速度可达20 tokens/s，四核可达48 tokens/s，比llama.cpp快4~5倍。
llama-3-8b-Instruct - 开源大模型训练工具实现显著提速与内存优化
GithubHuggingfaceLlama-3内存优化开源项目性能优化模型模型微调深度学习
基于4bit量化技术的开源大语言模型训练工具，为Mistral、Gemma、Llama等主流模型提供优化方案。项目通过技术创新实现训练速度提升2-5倍，内存占用降低70%。支持GGUF格式导出和Hugging Face部署，提供多个免费Colab训练环境，降低了模型训练的硬件门槛。
all_miniLM_L6_v2_with_attentions - 基于MiniLM的句子相似度搜索增强模型
GithubHuggingfaceMiniLMONNXQdrant句子相似度开源项目模型模型嵌入
基于MiniLM-L6-v2架构开发的句子相似度模型，通过整合注意力权重机制增强了文本搜索能力。模型采用ONNX格式发布，可与FastEmbed库无缝集成，支持稀疏嵌入生成，在大规模文本检索场景中表现出色。该模型针对BM42搜索进行了特别优化，能有效提升检索准确度。
bge-large-en-v1.5-quant - 量化ONNX模型增强句子编码效率和性能
DeepSparseGithubHuggingfaceSparsify嵌入开源项目推理模型量化
该量化ONNX模型旨在利用DeepSparse加速bge-large-en-v1.5嵌入模型，提升句子编码效率。通过Sparsify实现的INT8量化和深度稀疏技术，在标准笔记本和AWS实例上分别实现了4.8倍和3.5倍的延迟性能改善。在多个数据集的测试中，该模型在分类和STS任务中展现出较高的编码效率。结合DeepSparse和ONNX技术栈，该模型适用于需要高效自然语言处理的应用场景。
MiniCPM-Llama3-V-2_5-gguf - GGUF格式大语言模型轻量化推理工具
GithubHuggingfaceMiniCPMllama.cppollama人工智能开源项目模型模型部署
MiniCPM-Llama3-V 2.5 GGUF是一个针对大语言模型轻量化部署的优化模型文件。通过llama.cpp和ollama框架，开发者可实现模型的本地化推理。项目提供完整的部署文档，支持高效且便捷的本地化实现
honeybee - 优化多模态大语言模型性能的局部性增强投影器
GithubHoneybee多模态大语言模型局部性增强投影器开源项目深度学习计算机视觉
Honeybee项目通过局部性增强投影器提升多模态大语言模型性能。该项目在MMB、MME、SEED-I等基准测试中表现优异，提供预训练和微调模型检查点。Honeybee支持多种数据集，包含详细的数据准备、训练和评估指南，为多模态AI研究和开发提供开源工具。
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