首页
/ LMDeploy v0.7.0发布:全面支持MoE架构与FP8量化

LMDeploy v0.7.0发布:全面支持MoE架构与FP8量化

2025-06-09 17:56:51作者:魏侃纯Zoe

LMDeploy作为InternLM团队推出的高效推理引擎,专注于为大规模语言模型提供高性能的推理解决方案。最新发布的v0.7.0版本带来了多项重要更新,特别是在混合专家模型(MoE)支持和低精度计算方面取得了显著进展。

核心特性升级

本次更新最引人注目的是对MoE架构模型的全面支持。开发团队实现了MoE模型的W8A8量化方案,这意味着模型在保持较高精度的同时,能够显著降低计算资源消耗。特别是在DeepseekV3模型上实现了FP8量化支持,为超大规模模型的推理提供了更高效的解决方案。

在PyTorch引擎方面,团队优化了AWQ量化内核的性能表现,同时增加了对FP8 W8A8计算模式的支持。这些改进使得PyTorch后端在处理量化模型时能够获得更好的推理效率。

模型支持扩展

v0.7.0版本新增了对InternLM3系列模型的支持,包括密集模型和量化版本的适配。开发团队特别优化了InternLM3的聊天模板,使其能够更好地处理工具调用等复杂交互场景。同时,针对InternVL2模型的QK归一化问题进行了修复,提升了视觉-语言多模态模型的推理稳定性。

性能优化与架构改进

在底层架构方面,团队重构了异步引擎和TurboMind的IO处理机制,显著提升了高并发场景下的吞吐量。同时移除了线程安全相关的冗余代码,简化了系统架构。对于LoRA适配器,优化了相关内核的计算效率,使得参数高效微调模型的推理更加流畅。

针对不同硬件平台,本次更新增加了对Cambricon后端的新支持,扩展了LMDeploy的硬件适配范围。同时修复了在NVIDIA最新PyTorch容器镜像中的构建问题,确保了部署环境的兼容性。

功能完善与问题修复

在功能层面,v0.7.0版本完善了PPL(Perplexity)计算和logits获取的API接口,为模型评估提供了更可靠的工具。同时修复了XComposer2模型在较新版本Transformers上的兼容性问题,确保了多模态模型的稳定运行。

对于工具调用场景,更新了基础聊天模板以正确处理工具角色响应,使模型能够更好地处理工具调用流程。此外,还解决了MoE门控网络在DeepSeek V2模型上的计算问题,提升了专家路由的准确性。

总结

LMDeploy v0.7.0通过引入对MoE架构的全面支持和FP8量化技术,进一步巩固了其作为高效推理引擎的地位。无论是模型支持范围的扩展,还是底层架构的优化,都体现了团队在提升大模型推理效率方面的持续努力。这些改进使得LMDeploy能够更好地服务于各种规模的模型部署需求,为开发者提供更加强大和灵活的工具支持。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
192
2.15 K
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
9
1
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)。
Python
78
72
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
969
572
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
547
76
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
349
1.35 K
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
205
284
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
17