上海网站制作策划,深圳保障性住房有哪些,重庆建设工程信息网官网app,网页的制作方法摘要
2024-01-07 周日 杭州 阴
本节内容:
如何选择 GPU 和云服务器#xff0c;追求最高性价比如何部署自己的 fine-tune 的模型#xff0c;向业务提供高可用服务如何控制内容安全#xff0c;做好算法备案#xff0c;确保合规
课程内容
1. 硬件选型
a. Nvidia 几乎是模…摘要
2024-01-07 周日 杭州 阴
本节内容:
如何选择 GPU 和云服务器追求最高性价比如何部署自己的 fine-tune 的模型向业务提供高可用服务如何控制内容安全做好算法备案确保合规
课程内容
1. 硬件选型
a. Nvidia 几乎是模型训练和推理的 GPU 硬件唯一选择
2. 什么是 GPU
GPU: Graphical Processing Units (GPUs)
图形处理单元GPU是一种功能强大的电子芯片用于沉浸式视频游戏电影和其他视觉媒体中呈现丰富的 2D/3D 图形和动画GPU 引起超过 CPU 的并行矩阵运算性能所以也被广泛应用于人工智能相关的各种系统包括机器视觉NLP语音识别自动驾驶等
3. CUDA 核心和 Tensor 核心
CUDA 核心
a. CUDA 是NVIDIA 开发的并行计算平台和编程模型用于 GPU 上的通用计算就像万能工人可以做很多不同的工作
b. 适合游戏和图形渲染天气预报电影特效等场景
Tensor 核心
a. 中文名: 张量核心 b. 专门设计用于深度学习中的矩阵运算加速深度学习算法中的关键计算过程 c. 适合语音助手人脸识别等场景 4. AI 领域常用 GPU
价格排序 说明: 美国商务部限制 GPU 对华出口的算力不超过 4800TOPS 和带宽不超过 600GB/s ,导致最强的 H100 和 A100 对华禁售黄仁勋随后推出针对中国市场的 A800 和 H800 阉割版。
H100 比 A100 快多少 5. 物理机与云服务器如何选择
重点前提:
如果经常做微调实验有自己的物理服务器会更加方便提供推理服务首选云服务器如果有自建机房或者 IDC 请随意
6. 云服务厂商对比
*a. 国内主流 a.1 阿里云 a.2 腾讯云 a.3 火山引擎
*b. 国外主流 b.1 AWS b.2 Vultr b.3 TPU: 谷歌专门用于加速机器学习的硬件特别适合大规模机器学习任务架构和性能方面表现出色
*c. TPU 优势 c.1 高性能和能效 c.2 大规模训练 c.3 实时推理 c.4 云端使用
适用于图像处理自然语言处理推荐系统等多个领域在国外科研机构大公司和初创企业普遍使用 TPU。
7. A100 与 T4 对比
A100: 在云服务中A100 是顶级的企业 GPU 适用于高性能计算需求T4: 相比之下T4 更为经济适合日常模型微调和推理任务 8. 算力平台
主要用于学习和训练不适合提供服务
Colab: 谷歌产品升级服务仅需 9 美金(70人民币)Kaggle: 每周30小时 T4 A100可用AutoDL: 价格亲民支持 Jupyter Notebook 及 SSH 国内首选
根据场景选择 GPU(基于 4090 的训练场景) 下面是 llm-utils 上的一些选型建议 重点小结: a. 对于本地个人研发项目GeForce RTX 4090 等足以满足中等规模需求 b. 对于公司的大规模数据和复杂模型推荐使用 NVIDIA A100 的高性能 GPU c. 数据规模较小时选择预算内的 A10 和 T4 d. 如果追求性价比可以选择把 4090 显卡搭建成集群服务器使用也可以选择第三方服务
9. 阿里云私有部署开源大模型 *a. 向量数据库的应用场景
a.1 知识库/问答系统: a.2 图像识别和搜索 a.3 内容推荐系统
*b. 选择向量数据库 *c. 重点小结
c.1 通用数据库最初不是为矢量搜索设计的因此不如专门矢量数据库性能高 c.2 如果业务知识少量向量(例如TPS10万)不用考虑太多抉择问题 c.3 当成本和延迟成为问题时考虑使用专用的矢量数据库
10. TorchServe
a. 什么是 TorchServer
TorchServer 是一个专为 PyTorch 设计的模型服务工具它可以帮助开发者轻松的部署管理和提供 PyTorch模型服务它是由 PyTroch 团队和亚马逊 AWS 团队共同开发的旨在为 PyTorch 团队提供一个简单灵活且高效的模型部署解决方案 a. TorchServer 优势 a.1 模型管理API通过优化工作角色与模型的分配实现多模型管理 a.2 推理 API 支持 REST 和 gRPC 的批量推理 a.3 性能指南内置支持优化基准测试和分析 PyTorch 和 TorchServer 的性能 a.4 富有表现力的处理程序架构 通过多种开箱即用的支持轻松支持各种用例的推理 11. 实验思路
*a. 准备阶段
a.1 获取模型文件: chatglm2-6b a.2 选择合适的服务器
*b. 部署阶段
b.1 准备好基础镜像: nvida-smi 验证 nvidia 是否安装 b.2 加载模型: 下载好模型
*c. 开发阶段
c.1 使用 FastAPI 创建一个简单的 WebAPI 接口
*d. 测试阶段: 通过 Postman/Curl 发送请求进行测试调试
本地实践自行完成
总结
