懂AI

PowerInfer学习资料汇总 - 消费级GPU上的高速大语言模型推理引擎

RayRay
PowerInfer大语言模型GPU加速混合CPU/GPU使用局部性设计Github开源项目

PowerInfer

PowerInfer学习资料汇总 - 消费级GPU上的高速大语言模型推理引擎

PowerInfer是一个开源的高速大语言模型(LLM)推理引擎,专为消费级GPU设计。它通过利用LLM推理中的高局部性,可以在单个消费级GPU上实现高效的大模型推理。本文汇总了PowerInfer的相关学习资源,帮助读者快速了解和上手这个项目。

项目简介

PowerInfer的核心设计理念是利用LLM推理中的高局部性,将热激活神经元预加载到GPU,冷激活神经元在CPU上计算,从而显著降低GPU内存需求和CPU-GPU数据传输。它还集成了自适应预测器和神经元感知稀疏运算符,优化了神经元激活和计算稀疏性的效率。

在评估中,PowerInfer在单个NVIDIA RTX 4090 GPU上实现了平均13.20 tokens/s的生成速度,峰值可达29.08 tokens/s,相比llama.cpp最高可提升11.69倍,同时保持模型精度。

PowerInfer性能评估

安装和使用

  1. 获取代码:
git clone https://github.com/SJTU-IPADS/PowerInfer
cd PowerInfer
pip install -r requirements.txt
  1. 编译(以NVIDIA GPU为例):
cmake -S . -B build -DLLAMA_CUBLAS=ON
cmake --build build --config Release
  1. 下载模型权重:

PowerInfer使用特殊的PowerInfer GGUF格式。你可以从Hugging Face下载预转换的模型,或使用提供的转换脚本从原始模型权重转换。

  1. 运行推理:
./build/bin/main -m /PATH/TO/MODEL -n $output_token_count -t $thread_num -p $prompt

更多详细使用说明请参考项目README。

支持的模型

PowerInfer目前支持以下模型:

  • Falcon-40B
  • Llama2系列
  • ProSparse Llama2系列
  • Bamboo-7B

未来还将支持更多模型,请关注项目更新。

性能优化技巧

如果遇到性能问题,可以参考性能故障排除指南进行优化。

更多应用

PowerInfer还支持服务部署、困惑度评估、批量生成等应用,详细说明请参考:

技术细节与论文

更多技术细节可以参考PowerInfer论文。如果PowerInfer对您的项目和研究有帮助,请引用该论文。

社区资源

PowerInfer是一个快速发展的开源项目,欢迎关注项目看板了解最新进展,并通过GitHub Issues参与讨论和贡献。

PowerInfer Logo

通过以上资源,您可以全面了解PowerInfer项目,并快速上手使用这个高效的LLM推理引擎。随着项目的不断发展,更多新特性和优化也将陆续推出,敬请期待!

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多