开发者社区 > ModelScope模型即服务 > 正文

7b chat做modelscope awq的int4量化,特别容易爆显存,怎么解决?

用swift做对baichuan2 7b chat做modelscope awq的int4量化,特别容易爆显存,怎么解决?

展开
收起
小小爱吃香菜 2024-05-25 20:35:58 43 0
2 条回答
写回答
取消 提交回答
  • 与vllm预分配显存有关,gpu_memory_utilization, max_model_len这两个可以设置一下哈。此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”

    2024-05-29 08:41:49
    赞同 展开评论 打赏
  • 北京阿里云ACE会长

    分批处理:

    如果模型太大,无法一次性加载到GPU中,可以考虑将数据分批处理,每次只处理模型的一部分。
    梯度累积:

    使用梯度累积技术,通过在多个小批量上累积梯度,然后一次性更新权重,这样可以减少每次迭代所需的显存。

    2024-05-26 08:00:51
    赞同 6 展开评论 打赏

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

相关电子书

更多
视觉AI能力的开放现状及ModelScope实战 立即下载
ModelScope助力语音AI模型创新与应用 立即下载
低代码开发师(初级)实战教程 立即下载