LMDeploy项目中昇腾卡推理GLM-4V-9B模型的注意事项
2025-06-04 00:33:52作者:蔡怀权
在LMDeploy项目中使用昇腾(Ascend)卡进行GLM-4V-9B模型推理时,开发者可能会遇到一个关键的技术限制。本文将从技术原理、问题分析和解决方案三个维度,深入剖析这一现象。
问题现象
当尝试在昇腾卡上以图模式(graph mode)运行GLM-4V-9B模型时,系统会抛出RuntimeError错误。错误信息显示在应用旋转位置编码(apply_rotary_pos_emb)操作时出现问题,导致后端编译器(atbgraph)无法正确处理该算子。
技术背景
图模式是深度学习框架中的一种优化技术,它将模型的计算图预先编译成高效的执行计划。在昇腾卡上,这种模式通过ATB(Ascend Tensor Boost)图编译器实现。然而,并非所有模型算子都能完美支持这种编译模式。
旋转位置编码是多模态大模型(如GLM-4V-9B)中的关键组件,用于处理序列数据的位置信息。其复杂的计算模式可能超出当前图编译器的支持范围。
解决方案
目前官方确认,图模式暂不支持GLM-4V-9B模型。开发者可以采用以下替代方案:
-
使用即时执行模式(eager mode):这是PyTorch的默认执行模式,虽然性能可能略低,但能保证模型完整功能的可用性。
-
等待后续版本更新:LMDeploy团队正在积极扩展图模式支持的模型范围,未来版本可能会解决这一问题。
实施建议
对于需要在昇腾卡上部署GLM-4V-9B模型的开发者,建议:
- 在启动服务时明确指定使用即时执行模式
- 监控项目更新日志,及时获取图模式支持的最新进展
- 对于性能敏感场景,可以考虑模型量化等优化手段来弥补即时执行模式的性能差距
总结
LMDeploy作为大模型部署工具,仍在不断完善对不同硬件和模型架构的支持。理解当前的技术限制并选择合适的执行模式,是确保多模态大模型在昇腾卡上稳定运行的关键。随着项目的持续发展,预计未来会有更多模型获得图模式支持,从而提供更优的推理性能。
登录后查看全文
热门项目推荐
相关项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-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~0274community
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011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K

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++
505
42

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

React Native鸿蒙化仓库
C++
194
279

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
992
395

🎉 (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
938
554

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
332
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

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