首页
/ Chitu项目v0.2.1版本发布:支持混合CPU+GPU推理与多款新模型

Chitu项目v0.2.1版本发布:支持混合CPU+GPU推理与多款新模型

2025-07-05 16:44:32作者:柯茵沙

Chitu是一个专注于高效推理的开源项目,旨在为大型语言模型提供高性能的推理服务。该项目通过优化底层计算和资源调度,显著提升了模型推理的效率。最新发布的v0.2.1版本带来了多项重要更新,其中最引人注目的是混合CPU+GPU推理能力的引入,以及对多款新模型的支持。

混合CPU+GPU推理架构

v0.2.1版本的核心亮点是实现了混合CPU+GPU的推理架构。这一创新设计允许系统同时利用CPU和GPU的计算资源,实现更高效的推理过程。该架构具有以下技术特点:

  1. 资源协同计算:系统能够智能地将计算任务分配给CPU和GPU,充分发挥不同硬件的计算优势。例如,可以将部分计算密集型任务交给GPU处理,而将内存密集型任务交给CPU处理。

  2. 多GPU支持:新版本不仅支持单GPU环境,还能够充分利用多GPU的计算能力,通过并行计算大幅提升吞吐量。

  3. 多请求并发处理:系统优化了请求调度机制,能够高效处理多个并发推理请求,显著提升了服务的整体吞吐量。

  4. 动态负载均衡:系统会根据当前硬件负载情况,动态调整CPU和GPU之间的任务分配,确保资源得到最优利用。

新增模型支持

v0.2.1版本扩展了对多款主流大型语言模型的支持,包括:

  • QwQ系列模型:新增了对QwQ-32B-FP8和QwQ-32B-AWQ两种量化版本的支持。FP8版本采用8位浮点量化,在保持较高精度的同时显著减小模型体积;AWQ版本则采用激活感知的权重量化技术,在保证推理质量的前提下提升计算效率。

  • Llama系列模型:新增支持Llama-3.3-70B-Instruct模型,这是一个经过指令微调的大规模语言模型,在多种任务上表现出色。

  • DeepSeek系列模型:新增支持DeepSeek-R1-Distill-Llama-70B模型,这是通过知识蒸馏技术从Llama模型衍生而来的高效版本。

此外,版本还继续保持对Qwen2.5-32B、Mixtral-8x7B-Instruct-v0.1、Qwen2-72B-Instruct等多款热门模型的支持。

算子内核优化

v0.2.1版本对底层算子内核进行了多项优化:

  1. 计算图优化:改进了计算图的构建和优化过程,减少了不必要的计算和内存访问。

  2. 内存访问优化:通过改进数据布局和访问模式,提升了缓存利用率,减少了内存带宽压力。

  3. 并行计算优化:优化了多线程和GPU并行计算的调度策略,提高了硬件资源利用率。

  4. 量化计算优化:针对FP8、AWQ等量化模型,优化了相应的计算内核,确保量化推理的高效性。

这些优化共同作用,使得新版本在各种硬件配置下都能提供更高效的推理性能。

使用建议

对于希望使用新版本的用户,建议:

  1. 根据硬件配置选择合适的模型版本。例如,在显存有限的GPU上,可以考虑使用QwQ-32B-AWQ等量化版本。

  2. 在多GPU环境下,系统会自动利用所有可用GPU资源,无需特殊配置。

  3. 对于混合CPU+GPU推理,系统会自动优化资源分配,但用户也可以通过配置参数进行微调。

  4. 在处理多个并发请求时,系统会自动进行负载均衡,确保每个请求都能获得合理的计算资源。

Chitu项目v0.2.1版本的发布,标志着该项目在高效推理领域又迈出了重要一步。混合CPU+GPU架构的引入,以及对多款新模型的支持,使得该项目能够更好地满足不同场景下的推理需求。随着后续版本的持续优化,Chitu有望成为大型语言模型推理领域的重要选择之一。

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
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
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++
494
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
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
991
395
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++
193
277
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
937
554
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
75
70