ExLlamaV2 开源项目使用教程
2024-09-14 22:50:38作者:柯茵沙
1. 项目介绍
ExLlamaV2 是一个用于在现代消费级 GPU 上运行本地大型语言模型(LLMs)的快速推理库。它支持 GPTQ 和 EXL2 量化的模型,能够在本地或远程进行推理,并提供与 OpenAI 兼容的 API。ExLlamaV2 的官方推荐后端服务器是 TabbyAPI,它提供了模型下载、嵌入模型支持和 HF Jinja2 聊天模板等扩展功能。
2. 项目快速启动
安装依赖
首先,确保你已经安装了 CUDA Toolkit 和 PyTorch。然后,按照以下步骤进行安装:
# 克隆项目仓库
git clone https://github.com/turboderp/exllamav2.git
cd exllamav2
# 安装依赖
pip install -r requirements.txt
pip install .
运行示例
安装完成后,你可以运行一个简单的推理测试:
python test_inference.py -m <path_to_model> -p "Once upon a time"
如果你想使用多 GPU 进行推理,可以添加 --gpu_split auto
标志:
python test_inference.py -m <path_to_model> -p "Once upon a time" --gpu_split auto
启动聊天机器人
项目还包含一个简单的控制台聊天机器人,你可以通过以下命令启动:
python examples/chat.py -m <path_to_model> -mode llama -gs auto
3. 应用案例和最佳实践
应用案例
ExLlamaV2 可以用于各种需要本地推理的场景,例如:
- 本地聊天机器人:通过 ExLlamaV2 和 TabbyAPI,你可以在本地运行一个聊天机器人,无需依赖云服务。
- 模型性能测试:ExLlamaV2 提供了详细的性能测试脚本,可以帮助你评估不同模型的推理速度。
最佳实践
- 选择合适的模型:根据你的 GPU 内存大小选择合适的模型,以确保最佳的推理性能。
- 优化 GPU 使用:使用
--gpu_split auto
标志可以自动分配 GPU 资源,提高推理效率。
4. 典型生态项目
TabbyAPI
TabbyAPI 是 ExLlamaV2 的官方推荐后端服务器,提供了 OpenAI 兼容的 API,支持本地或远程推理。它还提供了模型下载、嵌入模型支持和 HF Jinja2 聊天模板等扩展功能。
text-generation-webui
text-generation-webui 是一个基于 Web 的用户界面,支持 ExLlamaV2 通过 exllamav2
和 exllamav2_HF
加载器进行推理。
lollms-webui
lollms-webui 是另一个支持 ExLlamaV2 的 Web 用户界面,通过 exllamav2
绑定进行推理。
通过这些生态项目,你可以更方便地集成和使用 ExLlamaV2 进行本地推理。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp平台连续学习天数统计异常的技术解析2 freeCodeCamp课程中CSS背景与边框测验的拼写错误修复3 freeCodeCamp全栈开发认证课程中的变量声明测试问题解析4 Odin项目"构建食谱页面"练习的技术优化建议5 freeCodeCamp正则表达式教程中捕获组示例的修正说明6 freeCodeCamp React可复用导航栏组件优化实践7 freeCodeCamp排序可视化项目中Bubble Sort算法的实现问题分析8 freeCodeCamp课程中ARIA-hidden属性的技术解析9 freeCodeCamp现金找零项目测试用例优化建议10 freeCodeCamp全栈开发课程中业务卡片设计实验的优化建议
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
176
260

🎉 (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
854
505

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
254
295

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

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
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
21
5