Chenhan Yu – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Wed, 18 Sep 2024 08:50:29 +0000
zh-CN
hourly
1
196178272 -
使用 NVIDIA NeMo 和 NVIDIA TensorRT 模型優化器對 LLM 進行訓練后量化
http://www.open-lab.net/zh-cn/blog/post-training-quantization-of-llms-with-nvidia-nemo-and-nvidia-tensorrt-model-optimizer/
Tue, 10 Sep 2024 08:47:34 +0000
http://www.open-lab.net/zh-cn/blog/?p=11299
Continued]]>
隨著大語言模型（LLMs）的規模不斷擴大，提供易于使用且高效的部署路徑變得越來越重要，因為為此類 LLMs 提供服務的成本越來越高。一種降低這一成本的方法是應用訓練后量化（PTQ），其中包括減少為經過訓練的模型提供服務所需的計算和內存需求的技術。 在本文中，我們概述了如何在 NVIDIA NeMo 中實施 PTQ。這是通過使用 NVIDIA TensorRT Model Optimizer 庫實現的，該庫可量化和壓縮深度學習模型，以在 GPU 上優化推理。它還使用 NVIDIA TensorRT-LLM，這是一個開源庫，用于優化大語言模型（LLM）推理。我們展示了量化模型的準確性和性能結果。在整個示例中，我們使用了 Llama 3 模型。 PTQ 是 NeMo LLM 構建和自定義功能的自然擴展，使用 NVIDIA TensorRT 模型優化器和 NVIDIA TensorRT…
Source
]]>
11299
人人超碰97caoporen国产