开发者社区 > ModelScope模型即服务 > 正文

报错的都是oom,显存爆了,不用加哪些modelscope参数?

"CUDA_VISIBLE_DEVICES=2,3,4,5 swift export \
--model_type baichuan2-7b-chat \
--model_id_or_path /workspace/model/llm/baichuan2/Baichuan2-7B-Chat \
--quant_bits 4 \
--dataset ms-bench-mini \
--quant_method awq \
--tensor_parallel_size 4 \
--gpu_memory_utilization 0.6 \
--max_model_len 1024 \
--use_flash_attn True 报错的都是oom,显存爆了,不用加哪些modelscope参数?"

展开
收起
小小爱吃香菜 2024-05-25 20:39:28 59 0
2 条回答
写回答
取消 提交回答
  • "参考以下图片 686577f4e02110340192154b7a77125f.png
    推理时爆显存可以设置-tensor_parallel_size 4 \
    --gpu_memory_utilization 0.6 \
    --max_model_len 1024 \参数。 此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”"

    2024-05-29 08:41:52
    赞同 展开评论 打赏
  • 北京阿里云ACE会长

    减小批量大小(Batch Size):

    如果命令中可以指定批量大小,尝试减小它。较小的批量大小会减少每次迭代的显存需求。
    调整--quant_n_samples和--quant_seqlen:

    对于AWQ量化,减小--quant_n_samples(默认值通常是256)和--quant_seqlen(默认值通常是2048)可以减少量化过程中的显存占用。

    2024-05-26 08:00:52
    赞同 2 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