Accelerate之大模型显存计算
目录
- 大模型显存计算
- Gradio 演示
- 命令
- 特定库
- 特定数据类型
- 注意事项
大模型显存计算
在探索要在您的机器上使用的潜在模型时,一个非常困难的方面是了解在您当前的显卡下,多大的模型可以放入内存(例如将模型加载到 CUDA)。
为了帮助缓解这个问题,🤗 Accelerate 提供了一个 accelerate estimate-memory
的 CLI 接口。支持搜索可以在 timm
和 transformers
中使用的模型。
这个 API 会将模型加载到 `meta` 设备的内存中,所以我们实际上并没有下载并将模型的全部权重加载到内存中,我们也不需要这样做。因此,测量 80 亿参数模型(或更多)是完全可以的,而不必担心您的 CPU 是否能够处理它!
Gradio 演示
以下是一些与上述内容相关的 gradio 演示。第一个是官方的 Hugging Face 内存估计空间,直接利用了 AccelerateHF space。
一位社区成员做了一些改进,并查看在给定 GPU 限制和 LoRA 配置的情况下是否可以运行特定的 LLM。请参阅HF space了解更多细节。
</