llama.onnx
LLaMa和RWKV模型的ONNX实现及独立演示，支持多设备部署
此项目提供LLaMa-7B和RWKV-400M的ONNX模型与独立演示，无需torch或transformers，适用于2GB内存设备。项目包括内存池支持、温度与topk logits调整，并提供导出混合精度和TVM转换的详细步骤，适用于嵌入式设备和分布式系统的大语言模型部署和推理。
项目介绍：llama.onnx
llama.onnx 项目提供了一系列基于 ONNX 格式的机器学习模型，包括 LLaMa 和 RWKV 这两种不同的模型。该项目的目标是让开发者能够在不同的环境中快速高效地进行模型推理，而不需要过多依赖于 torch 或 transformers 等复杂的框架。模型的亮点在于其对嵌入式设备、分布式系统、可视化工具和量化方法的支持。
项目背景
随着机器学习模型复杂性的增加，通常需要在训练和部署阶段对模型进行优化和调整。llama.onnx 项目致力于简化这些流程，并提供了一套工具以便于在资源有限的环境下使用这些大型语言模型（LLM）。
模型及其特性
- LLaMa-7B 模型：提供了两种精度版本，分别是 FP32（32 位浮点）和 FP16（16 位浮点），模型大小为 26GB 和 13GB。可以通过 Huggingface 或其它硬件模型库下载。
- RWKV-4-palm-430M 模型：FP16 精度版本，大小为 920MB。
这些模型可以通过 ONNX Runtime 进行演示，支持小内存（最低 2GB）。
为什么需要 llama.onnx？
- 可视化：一些复杂的图形可视化工具（如
graphviz）在处理 LLaMa 模型时可能崩溃，项目提供了更好的可视化支持。 - 量化：模型量化可以减少在内存和计算上的需求，项目中的技术可以实现针对模型的一部分进行量化。
- 嵌入式设备支持：在一些小型设备上，由于输入输出的限制，处理大型单一文件时可能发生错误，这个项目对此提供了优化。
- 分布式系统支持：项目支持在多种混合设备（例如 FPGA、NPU、GPGPU）上进行推理。
- ONNX 技术支持：ONNX 已被多个设备厂商支持广泛，llama.onnx 项目自然也强 调了对这种技术的重视。
如何使用
用户可以通过命令行指令来运行 LLaMa 和 RWKV 的演示，安装相应依赖后，可以使用 demo 来初始化模型并进行推理。例如，通过以下指令启动 LLaMa 的推理：
$ python3 demo_llama.py ${FP16_ONNX_DIR} "bonjour"
相似地，RWKV 的演示也可以通过简单的指令启动，且支持多种设置选项以调节推理过程。
模型导出指南
项目提供了详细的模型导出步骤和工具，使用户能够将不同格式的模型转换为 ONNX 格式。步骤涵盖从 HF（Huggingface）格式转换到优化的量化形式，确保用户能够灵活、准确地调整模型以满足需求。
近期更新
项目的不断更新确保了其与最新技术的同步。例如，05 月 18 日发布了 RWKV-4 的 ONNX 模型，并提供了 LLama 和 RWKV 结构对比的信息。
许可协议
该项目基于 GPLv3 许可发布，符合开源协议的相关规定，同时展示了对多个源项目的致谢及引用。
llama.onnx 项目为开发者提供了一整套关于机器学习模型优化和部署的高效工具和解决方案，极大简化了复杂模型的管理及操作流程。
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