首页
/ GLM-4项目中的GLM-4v模型vLLM推理支持进展分析

GLM-4项目中的GLM-4v模型vLLM推理支持进展分析

2025-06-03 19:11:46作者:咎岭娴Homer

在大型语言模型部署实践中,推理效率一直是开发者关注的重点。GLM-4项目中的多模态模型GLM-4v近期在vLLM推理支持方面取得了重要进展,这对于需要高性能推理服务的开发者而言具有重要意义。

vLLM作为当前最先进的高吞吐量推理引擎,采用了创新的PagedAttention技术,能够显著提升推理速度并降低显存占用。根据GLM-4项目的最新动态,开发团队已经完成了GLM-4v模型对vLLM 0.6.2版本的适配工作,相关代码即将合并到主分支。

值得注意的是,当前适配版本尚不支持GLM-4v 9B模型的int4量化推理。量化推理通常可以进一步降低显存需求并提升推理速度,但需要额外的适配工作。开发者若需要部署量化版本,目前仍需等待后续更新或考虑其他推理方案。

对于计划部署GLM-4v的开发者,建议关注项目更新动态,及时获取最新适配的vLLM版本。在实际部署时,可以参考项目文档中的配置示例,确保正确加载多模态能力和视觉理解模块。

随着vLLM支持的完善,GLM-4v模型将能够在生产环境中提供更高效的推理服务,满足多用户并发请求的需求,为图像理解、多模态对话等应用场景提供更好的服务体验。

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
165
2.05 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
8
0
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
954
563
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
16
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
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
HarmonyOS-ExamplesHarmonyOS-Examples
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
408
387
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
77
71
rainbondrainbond
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
14
1