首页
/ Xinference项目中Gemma-3模型推理引擎支持现状分析

Xinference项目中Gemma-3模型推理引擎支持现状分析

2025-05-29 02:16:40作者:薛曦旖Francesca

背景介绍

Xinference是一个开源的模型推理框架,支持多种大语言模型的部署和运行。近期Google发布了Gemma-3系列模型,用户在使用Xinference部署Gemma-3时遇到了一些技术挑战。

Gemma-3模型支持情况

VLLM引擎支持

在Xinference 1.4.0版本中,默认的VLLM版本(0.7.2)不支持Gemma-3模型。需要将VLLM升级到0.8.0版本才能获得Gemma-3的支持。升级方法是在容器内执行:

pip install vllm==0.8.0

升级后,Xinference的Web界面将显示VLLM作为Gemma-3的推理引擎选项。

量化支持问题

目前Gemma-3的4位量化模型(gemma-3-27b-it-bnb-4bit)在VLLM引擎中尚无法正常工作。主要原因是VLLM当前仅支持BNB(BitsandBytes)格式的量化权重,而Gemma-3的量化模型权重加载时会报错,提示缺少关键参数(如layers.0.mlp.down_proj.weight.absmax)。

Llama.cpp引擎支持

Xinference默认的Llama.cpp版本同样不支持Gemma-3模型架构。错误信息显示:"unknown model architecture: 'gemma3'"。要解决这个问题,需要使用Xinference专门优化的xllamacpp后端:

pip install xllamacpp==0.1.11

同时需要设置环境变量:

USE_XLLAMACPP=1

技术分析

VLLM对Gemma-3的支持机制

VLLM 0.8.0版本新增了对Gemma-3模型架构的专门支持。在模型加载过程中,VLLM会识别Gemma-3特有的网络结构,如特殊的注意力机制和前馈网络设计。对于量化模型,VLLM当前仅支持标准的FP16/FP32精度模型,对BNB量化格式的支持仍在开发中。

量化模型的技术挑战

Gemma-3的4位量化模型采用了特殊的权重压缩格式,需要特定的反量化逻辑。当前VLLM的权重加载器无法正确处理这种格式,导致加载失败。这需要等待VLLM团队或Xinference团队实现相应的量化权重处理逻辑。

解决方案建议

  1. 非量化模型:目前最稳定的方案是使用FP16精度的原始Gemma-3模型配合VLLM 0.8.0引擎。

  2. 等待量化支持:对于需要量化模型的场景,建议关注VLLM和Xinference的更新,等待官方支持Gemma-3的量化版本。

  3. 替代引擎:可以尝试使用xllamacpp后端,但需要注意其功能完整性和性能表现可能与传统Llama.cpp有所不同。

未来展望

随着Gemma-3模型的普及,预计Xinference和底层引擎(VLLM、Llama.cpp等)将很快完善对Gemma-3全系列模型的支持,包括各种量化版本。开发者可以关注项目的更新日志,及时获取最新支持情况。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8