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 14:28:26 464 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：
LLM模型 GPU云服务器推理 模型GPU云服务器 GPU云服务器模型 LLM gpu
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
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？
40
1
0
modelscope-funasr这种现象正常吗？gpu版怎么支持高效的多并发呢？
40
1
0
modelscope-funasr用GPU推理，A10和4090在性能上，是不是差很多很多？
56
1
0
modelscope-funasr的GPU推理的cpp版本内存和显存不回收的问题怎么解决？
33
0
0
LLM大语言模型的cuda版本是12.0有没有对应的安装包？
13
1
0
ModelScope中，对于部署llm，在需要使用多张gpu时，是不是推荐使用偶数张gpu？
39
1
0
函数计算FC通过Serverless API方式需要多少资源（如GPU、内存）来支持10个并发任务？
38
1
0
LLM大语言模型报了这么一个错误，是不是Qwen2的加载方式变了？
35
0
0
LLM大语言模型的Qwen2-72B用哪个版本的deepGPU呢？
55
1
0
想问一下ModelScope多卡部署后，使用了多张卡的显存。是使用多张卡的GPU进行推理吗？
56
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 1818792
2 据说在家办公的程序员是这样写代码的？ 1792833
3 阿里云开放端口权限 690146
4 如何升级配置 536218
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？ 522702
6 【精品问答】python技术1000问(1) 514093
7 Flink Forward Asia 2021 有奖问答 512876
8 OceanBase 使用动画（持续更新） 359342
9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329777
10 OSS存储服务-客户端工具 321496
11 为体验实验室取一个新名字。 307427
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 304018
13 Win Server 2003-2016 加密勒索事件必打补丁合集 295287
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 284085
15 安全组详解，新手必看教程 277318
16 写code还是做管理，开发者如何进行职业规划？ 268944
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) 255866
18 阿里云手机和阿云浏览器连接问题专帖 235673
19 请问阿里云邮箱如何开启SMTP服务啊！ 225797
20 一个备案号，如何备案多个域名？ 223615
1 slb带宽限制是多少 575
2 P人出游，你是否需要一个懂你更懂规划的AI导游呢？来搭建专属文旅问答机器人吧 437
3 【云端读书会 第1期】读《10分钟打造专属AI助手》，你有哪些心得？ 687
4 我在云栖做动手，一起参与吗？ 1559
5 99元云服务器，你最pick哪种新玩法？ 3703
6 打开游戏报错 A D3D11-compatible GPU (Feature Level 11.0， 139
7 请问钉钉知识库里，如何批量下载文件夹里面的文件 432
8 open webui的RAG功能根本用不起来 186
9 全天候24小时无所不知AI助手是如何炼成的？ 1788
10 阿里云百炼的data = json.loads(json_string)是什么意思呀？ 678
11 modelscope-funasr的FunClip怎么安装的？ 685
12 Rabbit MQ 和 Rocket MQ 两者之间有什么区别？ 298
13 RocketMQ cve-2024-23321 漏洞 310
14 最新版本的rocketmq是5.3.0，但是grpc版本的java客户端之间的对应关系是怎么样的？ 131
15 在钉钉中不打开钉钉的情况下可以提醒打上下班卡吗？ 287
16 在钉钉中创建OA审批，上传附件如何操作的？ 302
17 在钉钉中自定义机器人发送消息返回，这个限流是企业级别的还是机器人的？ 692
18 在钉钉中管理员如何查看审批流程中所有正在审批未结束的流程？ 195
19 部署了Nacos2.4.0，开启鉴权，用管理员账号，修密码，就报401错误，啥原因呀？ 651
20 想在宜搭做一个数据分析应用，从硬件获取数据 320

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
    65
    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

  • CUDA编程一天入门
  • 闭源与开源嵌入模型比较以及提升语义搜索效果的技术探讨
  • 阿里云ACK容器服务生产级可观测体系建设实践
  • 基于CUDA12.1+CUDNN8.9+PYTORCH2.3.1,实现自定义数据集训练
  • Python数据分析6

    • 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）
    4262
    1.0小时
    去实验
  • OpenSearch LLM智能问答版搭建对话式搜索服务
    117
    1.0小时
    去实验
  • 在云上部署ChatGLM2-6B大模型（GPU版）
    1143
    1.0小时
    去实验
  • 通过GPU云服务器生成AIGC 3D模型
    87
    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
    305
    1.0小时
    去实验