lmdeploy
优化LLM推理的量化和部署工具
LMDeploy是由MMRazor和MMDeploy团队开发的工具包，专注于LLM的压缩、部署和服务。它提供高效的推理性能、有效的量化方法和便捷的分布式服务，显著提升请求吞吐量。支持多种量化方式和多模型服务，兼容性强。最新版本集成了TurboMind和PyTorch推理引擎，支持多种LLMs和VLMs模型，降低开发者的技术门槛。
LMDeploy: 高效部署大语言模型的强大工具包
LMDeploy 是一个专门用于压缩、部署和服务大型语言模型(LLM)的工具包。它由 MMRazor 和 MMDeploy 团队开发,具有以下核心特性:
高效推理
LMDeploy 采用了多项创新技术,如持久性批处理、分块 KV 缓存、动态分割融合、张量并行等,再加上高性能 CUDA 内核的支持,使得其推理请求吞吐量比 vLLM 高出 1.8 倍。
有效量化
LMDeploy 支持权重量化和 KV 缓存量化。4 比特推理性能比 FP16 高出 2.4 倍,且量化质量已通过 OpenCompass 评估验证。
便捷分布式服务
利用请求分发服务,LMDeploy 可以轻松高效地部署跨多机多卡的多模型服务。
交互式推理模式
在多轮对话过程中,LMDeploy 会缓存注意力机制的 KV 值,从而记住对话历史,避免重复处理历史会话。
出色兼容性
LMDeploy 支持同时使用 KV 缓存量化、AWQ 量化和自动前缀缓存等技术。
支持多种模型
LMDeploy 支持多种主流大语言模型,包括 Llama 系列、InternLM 系列、Qwen 系列等。同时还支持多模态视觉语言模型(VLM),如 LLaVA、InternLM-XComposer 等。
两种推理引擎
LMDeploy 开发了 TurboMind 和 PyTorch 两种推理引擎。TurboMind 致力于推理性能的极致优化,而纯 Python 开发的 PyTorch 引擎则旨在降低开发者使用门槛。
使用方法
安装
推荐在 conda 环境(Python 3.8 - 3.12)中使用 pip 安装 LMDeploy:
conda create -n lmdeploy python=3.8 -y
conda activate lmdeploy
pip install lmdeploy
离线批量推理
import lmdeploy pipe = lmdeploy.pipeline("internlm/internlm2-chat-7b") response = pipe(["Hi, pls intro yourself", "Shanghai is"]) print(response)
总结
LMDeploy 是一个功能强大、易于使用的大语言模型部署工具包。它不仅提供了高效的推理性能,还支持多种量化和部署方式,能够满足不同场景下的 LLM 部署需求。无论是离线批量推理还是在线服务,LMDeploy 都能提供出色的解决方案。对于想要高效部署大语言模型的开发者和研究人员来说,LMDeploy 是一个值得尝试的工具。
编辑推荐精选
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。
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。
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
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。
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
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。
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 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
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
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。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号