TensorRT-LLM 安装与使用指南
2024-08-07 05:03:03作者:咎竹峻Karen
目录结构与介绍
打开你的终端或命令行界面,执行以下命令以克隆 TensorRT-LLM
的仓库:
git clone https://github.com/NVIDIA/TensorRT-LLM.git
cd TensorRT-LLM
完成克隆后,你会看到如下的主要目录结构:
- examples/: 包含了各种模型的例子,例如GPT系列。
- include/: 包含了TensorRT-LLM的核心C++头文件。
- src/: 包括了源代码文件,这些用于构建TensorRT-LLM的各个组件。
- scripts/: 提供了自动化脚本,如编译和测试脚本等。
- doc/: 文档目录,包含API参考、快速入门指南等。
启动文件介绍
TensorRT-LLM
没有一个单一的“主”运行文件,因为它的设计更倾向于一个库或者框架,其核心在于编译定义好的语言模型到TensorRT引擎并进行推理。然而,在 examples/
目录下你可以找到多个示例脚本,比如 build_gpt2.py
, 这些脚本就是用来演示如何定义模型以及编译和运行模型的。
构建流程概述
- 在
examples/gpt
文件夹中,查找build_gpt2.py
脚本来了解模型构建的细节。 - 使用
python build_gpt2.py --help
来查看可用参数。 - 根据需求编辑并运行相应的脚本。
配置文件介绍
TensorRT-LLM
并没有传统的配置文件,大多数设置都是通过构建模型时提供的命令行参数或者在脚本中的变量定义来实现的。例如,在 examples/gpt/build_gpt2.py
中,可以看到有许多可以调整的参数,包括但不限于:
model_config
: 这个字典包含了模型架构的具体设置,如层的数量、嵌入维度大小等。profile
: 这用于定义推理过程中不同的输入形状范围,这对于优化TensorRT引擎至关重要。builder_config
: 控制TensorRT构建器的行为,如最大工作区大小、精度模式(FP32, FP16, INT8)等。
对于那些熟悉PyTorch的人们来说,TensorRT-LLM
的Python API会非常直观且易于上手。你可以在doc/getting_started.rst
这个文档中找到详细的步骤指导。
以上是基于该项目的初步介绍。具体使用前,请确保已经详细阅读了官方文档以获取最新和最全面的信息。如果你遇到任何技术上的问题,欢迎查阅项目内的Issue列表,也可能在那里找到解决之道。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++097AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
61
94

🎉 (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
977
575

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

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++
550
83

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
1.02 K
399

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
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133