ModelScope部署的Qwen1.5-110B-Chat-GPTQ-Int4，为啥推理异常慢？
ModelScope部署的Qwen1.5-110B-Chat-GPTQ-Int4，为啥推理异常慢？
展开
收起
1
条回答
写回答
写回答
-
Int4模型不能vllm加速，前面也有开发者遇到过量化模型推理比较慢的情况。 此回答整理自钉钉群“魔搭ModelScope开发者联盟群 ①”
2024-05-22 09:54:52赞同 展开评论 打赏
相关问答
ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！欢迎加入技术交流群：微信公众号：魔搭ModelScope社区，钉钉群号：44837352
热门讨论
热门文章
modelscope-funasr怎么设置使得模型可以用CUDA0以外的其他gpu？
33558
ModelScope qwen7b、14b、72b lora微调分别需要的显存和cpu内存是多少？
4962
ModelScope中，模型下载默认路径在哪个路径？
9852
modelscope-funasr的FunClip怎么安装的？
2080
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
232
com/action/joingroup?code=v1是什么意思
7343
ModelScope有部署qwen2-72b的么，正常推理需要多大的显存？
3888
CUDA error: CUDA-capable device(s) is busy
228
无法导入 modelscope，已经pip install了
3514
服务器上onnxruntime-gpu 调用结束，如何释放显存
5318
展开全部
阿里云通义千问向全社会开放！
45248
multi-agent：多角色Agent协同合作，高效完成复杂任务
33394
Llama 3开源，魔搭社区手把手带你推理，部署，微调和评估
11658
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
1881
开源版图生视频I2VGen-XL：单张图片生成高质量视频
3933
通义千问72B、1.8B、Audio模型开源！魔搭社区最佳实践来啦！
5694
自然语言处理Transformer模型最详细讲解（图解版）
6530
vanna+qwen实现私有模型的SQL转换
5017
【RAG实践】Rerank，让RAG更近一步
2770
今日 AI 开源｜共 12 项｜开源的DIY健康追踪项目，基于低成本的智能戒指构建私人的健康监测应用
92
展开全部
