AI 助理
备案控制台
开发者社区> 问答> 正文

LLM大语言模型有个100并发的34b模型的推理需求，不知道需要多大的GPU？

LLM大语言模型有个100并发的34b模型的推理需求，不知道需要多大的GPU？First token需要在2s内，部署的话应该是使用vLLM加速

展开
收起
三分钟热度的鱼 2024-03-20 14:28:26 543 0
2 条回答
写回答
取消 提交回答
  • 小Lee

    对于同时处理100个并发请求的大规模语言模型推理任务，尤其是340亿参数级别的模型，通常需要高性能的GPU集群支持。确切的GPU型号和数量取决于模型的优化程度、架构以及推理时延要求（例如First token在2秒内响应）。一般情况下，可能需要配备多个高端GPU，如NVIDIA A100或者H100等，并利用分布式推理框架以达到高并发和低延迟的要求。具体配置方案需结合阿里云的相关产品能力和实际测试效果来确定。

    2024-03-20 14:43:41
    赞同 展开评论 打赏
  • 圆不溜秋的小猫猫

    与tokens数量有关系的，vllm性能细节不清楚，不好推荐。此回答整理自钉群“LLM大语言模型-阿里云支持”

    2024-03-20 14:41:23
    赞同 1 展开评论 打赏
问答分类：
异构计算 GPU云服务器
问答标签：
GPU云服务器推理 LLM大语言模型 LLM模型 大语言模型GPU云服务器 模型GPU云服务器
问答地址：
开发者社区 > 云计算 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答
求助，人工智能平台 PAI-DSW运行模型时，找不到 GPU
48
0
0
modelscope-funasr怎么设置使得模型可以用CUDA0以外的其他gpu？
85
1
0
modelscope-funasr目前只能用给的两个paraformer模型吗？
42
0
0
modelscope-funasr最新的gpu高吞吐服务用的模型和原来cpu的参数量是一样的么？
41
0
0
modelscope-funasr最新的gpu高吞吐服务用的模型和原来cpu的是一样的么？
41
0
0
ModelScope中示例页面的GPU版本和CPU版本。这两个不同版本会影响推理效率吗？
61
1
0
ModelScope没有看见复制，模型选择、cpu/GPU选择有特别要求吗，有详细说明吗？
43
1
0
modelscope-funasr使用gpu转写服务部署指南，asr模型还是会需要导出为onnx吗？
42
0
0
funasr的gpu的offline模式支持分角色模型吗？
28
0
0
modelscope-funasr的这个gpu模型有没有onnx的？
36
1
0
问答排行榜
最热
最新
1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家 德哥 1819013
2 据说在家办公的程序员是这样写代码的？ 1793136
3 阿里云开放端口权限 690270
4 如何升级配置 536292
5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522847
6 【精品问答】python技术1000问(1) 514126
7 Flink Forward Asia 2021 有奖问答 512907
8 OceanBase 使用动画（持续更新） 359373
9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801
10 OSS存储服务-客户端工具 321581
11 为体验实验室取一个新名字。 307477
12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304089
13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329
14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284203
15 安全组详解，新手必看教程 277341
16 写code还是做管理，开发者如何进行职业规划？ 269138
17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880
18 阿里云手机和阿云浏览器连接问题专帖 235687
19 支付宝H5 下载的时候，提示 【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 227733
20 请问阿里云邮箱如何开启SMTP服务啊！ 225866
1 “AI +脱口秀”，笑点能靠算法去创造吗？ 210
2 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 156
3 AI宠物更适合当代年轻人的陪伴需求吗？ 734
4 AI客服未来会完全代替人工吗？ 906
5 “云+AI”能够孵化出多少可能？ 831
6 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 630
7 使用免费证书后 服务器浏览器访问没有问题，外网访问 显示证书不可信，使用同一种浏览器哦 183
8 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1518
9 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 213
10 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？ 谢谢各位大大帮帮忙！！！ 181
11 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 107
12 CUDA error: CUDA-capable device(s) is busy 163
13 AI时代，存力or算力哪一个更关键？ 1226
14 求宜搭关联表单的更新方法！！！ 341
15 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1294
16 老哥们有个需求想请教一下，十分感谢 332
17 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 417
18 关于宜搭自定义页面的文本组件循环获取其它表单的子表单数据。 173
19 flink1.20.0 部署后发布报错，是怎么回事，各种配置都配置了 213
20 关于开发者的100件小事，你知道哪些？ 1316

相关课程

更多
  • 云原生AI套件：一键训练大模型及部署GPU共享推理服务
    75
    1
    去学习
    • 推荐问答
    乘风问答官招募中！机械键盘免费拿

    相关文章

  • llama factory 从数据集起步 跑通 qwen系列开源生成式大模型 微调
  • 数据挖掘/深度学习-高校实训解决方案
  • 《C++与人工智能库的完美邂逅：环境配置全攻略》
  • 基于深度学习的图像识别技术在自动驾驶汽车中的应用####
  • 阿里云服务器、轻量应用服务器、gpu云服务器收费标准与实时活动价格参考

    • 相关电子书

    更多
    • DeepStream: GPU加速海量视频数据智能处理 立即下载
    阿里巴巴高性能GPU架构与应用 立即下载
    GPU在超大规模深度学习中的发展和应用 立即下载

    相关实验场景

    更多
  • 部署Stable Diffusion玩转AI绘画（GPU云服务器）
    4379
    1.0小时
    去实验
  • OpenSearch LLM智能问答版搭建对话式搜索服务
    175
    1.0小时
    去实验
  • 在云上部署ChatGLM2-6B大模型（GPU版）
    1234
    1.0小时
    去实验
  • 通过GPU云服务器生成AIGC 3D模型
    162
    1.0小时
    去实验
  • 函数计算X RDS PostgreSQL，基于LLM大语言模型构建AI知识库
    380
    1.0小时
    去实验