懂AI
llama-160m-accelerator

llama-160m-accelerator

基于多阶段MLP的LLaMA-160M模型推理加速器

这是一个为JackFram/llama-160m模型设计的加速器项目，借鉴了Medusa推测解码架构的思想。该加速器通过改造MLP为多阶段结构，实现了基于状态向量和先前采样令牌的单token预测，有效提升了模型推理速度。项目支持与vLLM和Hugging Face TGI等工具集成，为大型语言模型的高效部署提供了实用解决方案。加速器的训练过程轻量化，能够在短时间内完成，适用于各种规模的生成式模型。

模型开源项目HuggingfaceDocker文本生成深度学习Github模型加速vLLM
GitHubHugging Face

llama-160m-accelerator项目介绍

llama-160m-accelerator是一个旨在加速JackFram/llama-160m模型的加速器项目。该项目借鉴了Medusa推测解码架构的思想，是为vLLM CI测试构建的示例加速器。

项目核心特性

  1. 多阶段MLP：该加速器将原始MLP修改为多阶段MLP结构。每个阶段基于状态向量和先前阶段的采样token来预测草稿中的单个token。

  2. 上下文感知：基础模型的状态向量为加速器提供上下文信息，而对先前采样token的条件化则允许它生成更高质量的草稿n-gram。

  3. 通用架构：底层的MLP推测器是一种通用架构，可以与任何生成模型一起训练以加速推理。

  4. 轻量级训练：训练过程轻量级，根据基础模型的大小和速度，通常可以在几天内完成。

安装与使用

项目可以通过以下步骤从源代码安装：

git clone https://github.com/foundation-model-stack/fms-extras
cd fms-extras
pip install -e .

在生产环境中使用

该项目提供了在IBM生产TGIS和Huggingface TGI中使用的示例。用户可以通过Docker镜像快速部署和运行模型。

IBM生产TGIS环境

用户需要设置HF_HUB_CACHE、HF_HUB_TOKEN和TGIS_IMAGE等环境变量，然后通过Docker命令下载和运行模型。

Huggingface TGI环境

用户可以通过Docker运行服务器，并使用curl命令进行请求。

相关资源

项目提供了以下相关资源的链接：

  1. Paged Attention KV-Cache / Speculator
  2. 带有推测解码的生产服务器
  3. Speculator训练

注意事项

  • 所有示例都要求环境能够访问CUDA。
  • 首次提示可能会较慢，因为存在预热时间。
  • 对于张量并行，需要添加--num-shard参数。

总的来说，llama-160m-accelerator项目为llama-160m模型提供了一个高效的加速解决方案，具有良好的通用性和易用性，适用于各种生产环境。

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

热门AI工具AI办公办公工具智能排版AI生成PPT博思AIPPT海量精品模板AI创作
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

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。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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。

热门AI工具生产力协作转型TraeAI IDE
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多