懂AI
DeepSpeed-MII

DeepSpeed-MII

开源低延迟模型推理库

DeepSpeed-MII是一款开源Python库，专注于高吞吐量、低延迟和成本效益的模型推理。支持的技术包括块状KV缓存、连续批处理、高性能CUDA内核等，适用于37000多个模型，如Llama-2、Mixtral和Phi-2。v0.2版本提升了性能和功能，吞吐量提高至2.5倍。适用于语言模型及图像生成任务。

DeepSpeed-MII高吞吐量低延迟模型支持优化技术Github开源项目
访问官网GitHubHugging Face论文

DeepSpeed-MII 项目介绍

简介

DeepSpeed-MII 是一个开源的 Python 库，由 DeepSpeed 开发设计，旨在普及高效的模型推理。它专注于高通量、低延迟和经济实惠。MII 提供了多项功能和技术，如阻塞的 KV 缓存、连续批处理、动态拆分融合、张量并行以及高性能的 CUDA 内核，支持如 Llama-2-70B、Mixtral（MoE）8x7B 和 Phi-2 等大型语言模型（LLM）的快速推理。

核心技术

用于高通量文本生成的 MII

MII 通过下列关键技术实现加速文本生成推理：

  • 阻塞的 KV 缓存：优化模型推理速度。
  • 连续批处理：提高处理效率。
  • 动态拆分融合：减少处理时间。
  • 高性能 CUDA 内核：提高硬件利用率。

MII 传统技术

在过去，MII 在低延迟服务场景中引入了多项关键性能优化，包括：

  • Transformer 的深度融合。
  • 多 GPU 推理和张量切片。
  • 面向资源受限系统的 ZeRO 推理。
  • 编译器优化。

MII 的工作原理

MII 利用 DeepSpeed-Inference 技术，根据模型架构、模型大小、批处理大小和可用硬件资源，自动应用适当的系统优化，从而减少延迟并最大化吞吐量。

支持的模型

MII 目前支持超过 37,000 种模型，涵盖八种流行的模型架构：

  • Falcon: 7B - 180B
  • Llama: 7B - 65B
  • Llama-2: 7B - 70B
  • Llama-3: 8B - 405B
  • Mistral: 7B
  • Mixtral (MoE): 8x7B
  • OPT: 0.1B - 66B
  • Phi-2: 2.7B
  • Qwen and Qwen2: 7B - 72B

快速入门

DeepSpeed-MII 允许用户通过简单的代码部署支持的模型：

安装

用户可以通过 PyPI 安装 DeepSpeed-MII：

pip install deepspeed-mii

非持久化管道

这种方式适合快速体验 DeepSpeed-MII，仅需几行代码：

import mii
pipe = mii.pipeline("mistralai/Mistral-7B-v0.1")
response = pipe(["DeepSpeed is", "Seattle is"], max_new_tokens=128)
print(response)
pipe.destroy()

持久化部署

适用于长期运行和生产环境：

import mii
client = mii.serve("mistralai/Mistral-7B-v0.1")
response = client.generate(["Deepspeed is", "Seattle is"], max_new_tokens=128)
print(response)
client.terminate_server()

贡献与商标

DeepSpeed-MII 欢迎社区贡献，并遵循 Microsoft 的开源行为准则。项目中可能包含商标或标识，使用时须遵循相关品牌使用指南。

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。

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

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型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。

热门AI工具生产力协作转型TraeAI IDE
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。

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
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