AI开发平台MODELARTS-在Notebook调试环境中部署推理服务:附录：基于vLLM（v0.3.2）不同模型推理支持的max-model-len长度说明
时间：2024-11-12 16:42:22
下载AI开发平台MODELARTS用户手册完整版
复制链接到剪贴板
分享文章到微博
分享文章到朋友圈
附录：基于vLLM（v0.3.2）不同模型推理支持的max-model-len长度说明
基于vLLM（v0.3.2）部署推理服务时，不同模型推理支持的max-model-len长度说明如下面的表格所示。如需达到以下值，需要将--gpu-memory-utilization设为0.9，qwen系列、qwen1.5系列、llama3系列模型还需打开词表切分配置export USE_VOCAB_PARALLEL=1。
|
序号 |
模型名称 |
4*64GB |
8*32GB |
|---|---|---|---|
|
1 |
qwen1.5-72b |
24576 |
8192 |
|
2 |
qwen-72b |
24576 |
8192 |
|
3 |
llama3-70b |
32768 |
8192 |
|
4 |
llama2-70b |
98304 |
32768 |
|
6 |
llama-65b |
24576 |
8192 |
|
序号 |
模型名称 |
2*64GB |
4*32GB |
|---|---|---|---|
|
1 |
qwen1.5-32b |
65536 |
24576 |
|
序号 |
模型名称 |
1*64GB |
1*32GB |
|---|---|---|---|
|
1 |
qwen1.5-7b |
49152 |
16384 |
|
2 |
qwen-7b |
49152 |
16384 |
|
3 |
llama3-8b |
98304 |
32768 |
|
4 |
llama2-7b |
126976 |
16384 |
|
5 |
chatglm3-6b |
126976 |
65536 |
|
6 |
chatglm2-6b |
126976 |
65536 |
|
序号 |
模型名称 |
1*64GB |
2*32GB |
|---|---|---|---|
|
1 |
qwen1.5-14b |
24576 |
24576 |
|
2 |
qwen-14b |
24576 |
24576 |
|
3 |
llama2-13b |
24576 |
24576 |
说明：机器型号规格以卡数*显存大小为单位，如4*64GB代表4张64GB显存的NPU卡。
support.huaweicloud.com/bestpractice-modelarts/modelarts_10_1969.html
看了此文的人还看了
CDN加速
GaussDB
文字转换成语音
免费的服务器
如何创建网站
域名网站购买
私有云桌面
云主机哪个好
域名怎么备案
手机云电脑
SSL证书申请
云点播服务器
免费OCR是什么
电脑云桌面
域名备案怎么弄
语音转文字
文字图片识别
云桌面是什么
网址安全检测
网站建设搭建
国外CDN加速
SSL免费证书申请
短信批量发送
图片OCR识别
云数据库MySQL
个人域名购买
录音转文字
扫描图片识别文字
OCR图片识别
行驶证识别
虚拟电话号码
电话呼叫中心软件
怎么制作一个网站
Email注册网站
华为VNC
图像文字识别
企业网站制作
个人网站搭建
华为云计算
免费租用云托管
云桌面云服务器
ocr文字识别免费版
HTTPS证书申请
图片文字识别转换
国外域名注册商
使用免费虚拟主机
云电脑主机多少钱
鲲鹏云手机
短信验证码平台
OCR图片文字识别
SSL证书是什么
申请企业邮箱步骤
免费的企业用邮箱
云免流搭建教程
域名价格
推荐文章
- ModelArts计费说明_计费简介_ModelArts怎么计费
- ModelArts推理部署_模型_AI应用来源-华为云
- 华为云ModelArts_ModelArts开发_AI全流程开发
- ModelArts推理部署_OBS导入_模型包规范-华为云
- ModelArts推理部署_AI应用_部署服务-华为云
- ModelArts推理部署_服务_访问公网-华为云
- ModelArts模型训练_创建训练作业_如何创建训练作业
- ModelArts推理部署_创建AI应用_自定义镜像规范-华为云
- ModelArts推理部署_在线服务_访问在线服务-华为云
- ModelArts开发环境_开发环境简介_开发环境怎么使用
