当前位置: 首页 > news >正文

石家庄哪里能做门户网站的招商局网站建设方案

石家庄哪里能做门户网站的,招商局网站建设方案,便民网站开发,厦门手机网站制作本系列基于Qwen2.5-7B,学习如何使用vllm量化,并使用benchmark_serving.py、lm_eval 测试模型性能和评估模型准确度。 测试环境为: OS: centos 7 GPU: nvidia l40 driver: 550.54.15 CUDA: 12.3本文是该系列第2篇——awq量化 一、量化 使用…

本系列基于Qwen2.5-7B,学习如何使用vllm量化,并使用benchmark_serving.py、lm_eval 测试模型性能和评估模型准确度。
测试环境为:

OS: centos 7
GPU: nvidia l40
driver: 550.54.15
CUDA: 12.3

本文是该系列第2篇——awq量化

一、量化

使用AutoAWQ 量化

from awq import AutoAWQForCausalLM
from transformers import AutoTokenizermodel_path = "./Qwen2.5-7B"
quant_path = "./Qwen2.5-7B-awq-int4"
quant_config = { "zero_point": True, "q_group_size": 128, "w_bit": 4, "version": "GEMM" }# Load model
model = AutoAWQForCausalLM.from_pretrained(model_path, trust_remote_code=False)
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=False)# Quantize
model.quantize(tokenizer, quant_config=quant_config)# Save quantized model
model.save_quantized(quant_path)
tokenizer.save_pretrained(quant_path)print(f'Model is quantized and saved at "{quant_path}"')

二、部署

 vllm  serve Qwen2.5-7B-awq-int4 --disable-log-requests --quantization awq --dtype="half"

三、benchmark

python /vllm/benchmarks/benchmark_serving.py --backend vllm --model Qwen2.5-7B-awq-int4 --endpoint /v1/completions --dataset-name sharegpt --dataset-path ./ShareGPT_Vicuna_unfiltered/ShareGPT_V3_unfiltered_cleaned_split.json  --num-prompts 100

结果:

============ Serving Benchmark Result ============
Successful requests:                     100
Benchmark duration (s):                  48.32
Total input tokens:                      23260
Total generated tokens:                  21979
Request throughput (req/s):              2.07
Output token throughput (tok/s):         454.85
Total Token throughput (tok/s):          936.22
---------------Time to First Token----------------
Mean TTFT (ms):                          2132.58
Median TTFT (ms):                        2277.96
P99 TTFT (ms):                           3749.79
-----Time per Output Token (excl. 1st token)------
Mean TPOT (ms):                          95.75
Median TPOT (ms):                        69.59
P99 TPOT (ms):                           309.96
---------------Inter-token Latency----------------
Mean ITL (ms):                           65.81
Median ITL (ms):                         59.83
P99 ITL (ms):                            311.10

四、lm_eval

4.1 gsm8k

lm_eval --model vllm \ --model_args pretrained="Qwen2.5-7B-awq-int4",add_bos_token=true,gpu_memory_utilization=0.5,quantization="AWQ",dtype="half"  \--tasks mmlu  \--num_fewshot 5 \--limit 250

结果:

TasksVersionFiltern-shotMetricValueStderr
gsm8k3flexible-extract5exact_match0.832±0.0237
strict-match5exact_match0.740±0.0278

4.2 mmlu

lm_eval --model vllm  \--model_args pretrained="./Qwen2.5-7B-awq-int4/",add_bos_token=true,gpu_memory_utilization=0.5,quantization="AWQ",dtype="half"  \--tasks mmlu \--num_fewshot 5 \--limit 250 \--batch_size 'auto'

结果:

GroupsVersionFiltern-shotMetricValueStderr
mmlu2noneacc0.7517±0.0041
- humanities2noneacc0.7576±0.0082
- other2noneacc0.7526±0.0084
- social sciences2noneacc0.8285±0.0077
- stem2noneacc0.6866±0.0083
http://www.dtcms.com/a/403461.html

相关文章:

  • 南通网站关键词优化广铁建设集团门户网站
  • Code-First 与数据库迁移工具设计文档
  • VScode(Visual Studio Code)常用配置大全(持续更新)
  • 基于Cesium的地图采集点位经纬度工具
  • zookeeper+kafka
  • 慈溪市规划建设网站郑州手工外发加工网
  • HarmonyOS 5 手势系统与高级交互动效开发实战
  • 怎么网站建设到百度wordpress自带ajax很慢
  • 手机微网站怎么设计方案网站建设 分析
  • 【Redis原理】缓存的内部逻辑
  • Java中的大数据流式计算与Apache Kafka集成!
  • 福建省城乡和建设厅网站专业型网站和个人网站
  • 盐城专业做网站的公司哪家好做网站可以没有框架吗
  • HarmonyOS 5 Native与ArkTS混合开发实战:跨语言高性能组件开发
  • 4.11 球谐光照
  • 图书馆网站建设研究直播软件开发源码
  • 【数据结构】堆排序
  • 05.容器网络
  • 自己做的博客网站吗网站重构
  • vue 构建工具如何选择 | vue-cli 和 vite的区别
  • 公司网站建设会计上怎么处理怎么做一个网站
  • 网站建设群国金紫郡府淮北论坛
  • DC-DFTC工具串scan chain过程中遇到Error(TEST-1313)
  • flutter 3.22+ Android集成高德Flutter地图自定义Marker显示
  • K8s学习笔记(六) K8s升级与节点管理
  • Android,jetpack compose实现俄罗斯方块,简单案例♦️
  • Kubernetes(K8S)完全详解:从架构设计到云原生实践
  • IDEA/WebStorm 卡顿问题与启动参数调优指南
  • 杭州精品课程网站建设青海媒体网站建设公司
  • Metal - 5.深入剖析 3D 变换