在LLM大语言模型deepgpu_llm 是按 batch=10000 的方式来推理的吗？
在LLM大语言模型如果输入 list 有 10000 个 sequence，deepgpu_llm 是按 batch=10000 的方式来推理的吗？
以 vllm 为例，
from vllm import LLM
llm = LLM(..., max_num_seqs=8) # BATCH
outputs = llm.generate(
prompts = [
"你好，我的名字叫",
"你好，你的名字叫",
"你好，他的名字叫",
],
sampling_params
)我希望测试不同 batch 下的性能，这跟输入文本应该是没有关系的。vllm 的也可以参考：https://github.com/vllm-project/vllm/issues/1576
展开
收起
1
条回答
写回答
写回答
-
model.generate([start_ids], generation_config) 模式下的deepgpu-llm是自动解析输入的batch，全部一起推理 此回答整理自钉群“LLM大语言模型-阿里云支持”
2024-04-17 18:52:57赞同 展开评论 打赏
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
问答排行榜
最热
最新
推荐问答
