请问下我使用ModelScope vllm加载qwen1.5的模型,不管我使用14B-chat还是7B-chat,显存都是72G,这哪里不太对呢?
可以设置max_model_len,gpu_memory_utilization ,此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”
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