LMDeploy v0.7.3版本发布:支持Qwen3系列模型与Ascend优化升级
LMDeploy作为一款高效的大语言模型推理部署工具包,近期发布了v0.7.3版本更新。该版本在模型支持、性能优化和功能完善等方面都有显著提升,特别是新增了对Qwen3系列模型的支持,以及对Ascend平台的深度优化。
核心功能更新
Qwen3系列模型支持
本次更新最引人注目的是新增了对Qwen3和Qwen3MoE模型的支持。Qwen3是通义千问最新推出的开源大语言模型系列,而Qwen3MoE则是其混合专家版本。LMDeploy不仅为这两个模型提供了PyTorch引擎支持,还修复了Qwen3MoE配置解析的相关问题,确保模型能够正确加载和运行。
Ascend平台优化
针对华为Ascend平台,v0.7.3版本带来了多项重要改进:
- 新增对DeepSeekV2模型的支持,扩展了Ascend平台的模型覆盖范围
- 实现了W8A8(权重8位、激活8位)量化在图模式下的支持,显著提升推理效率
- 优化了混合专家(MoE)模型在Ascend平台的性能表现
- 为QwenVL2.5模型启用了图模式支持
这些优化使得LMDeploy在Ascend平台上的表现更加出色,为开发者提供了更高效的推理解决方案。
性能与功能优化
在性能方面,开发团队对MLA(Multi-Head Latent Attention)进行了优化,移除了不必要的"v"加载操作,减少了内存占用。同时,对动态推理(DLinfer)中的rope操作进行了重构,提升了计算效率。
功能完善方面,v0.7.3版本改进了交互式API,增加了对特殊标记间空格的控制选项,并增强了与空文本输入的兼容性。此外,还新增了环境变量来控制超时设置,为系统管理提供了更多灵活性。
问题修复与稳定性提升
该版本修复了多个关键问题,包括:
- 修复了激活网格大小超出限制的问题
- 修正了工具调用时的JSON编码问题(设置ensure_ascii=False)
- 解决了流式内容中think_end_token_id的处理问题
- 完善了finish_reason的返回逻辑
- 修复了动态调度中的张量分发问题
这些修复显著提升了LMDeploy的稳定性和可靠性,为生产环境部署提供了更好的保障。
使用建议
对于需要使用Qwen3系列模型的开发者,建议直接升级到v0.7.3版本以获得最佳支持。在Ascend平台上进行部署的用户,可以充分利用新增的W8A8图模式量化来提升推理性能。同时,新版本对交互式API的改进使得开发对话系统更加便捷。
LMDeploy持续保持对最新模型和硬件的快速适配能力,v0.7.3版本的发布再次证明了这一点。无论是研究机构还是企业用户,都可以通过LMDeploy获得高效、稳定的大模型推理体验。
- 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!C0298- 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
最新内容推荐
项目优选









