极智AI | LLM大模型部署框架之OpenLLM

欢迎关注我的公众号 [极智视界]，获取我的更多经验分享

大家好，我是极智视界，本文来介绍一下 LLM大模型部署框架之OpenLLM。

邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：https://t.zsxq.com/0aiNxERDq

由于 LLM 大模型在模型结构、模型规模等方面与传统的 CNN 模型存在着很大的差别，所以 LLM 大模型的落地部署也会和之前 CNN 模型的部署存在较大方式上的不同。针对 LLM 大模型的部署，也新涌现了挺多专门应对这种变化的部署框架，这当然有别于之前 CNN 的部署推理框架。这个表现在什么地方呢？比如咱们拿之前熟悉的 TensorRT 去直接部署 LLM 大模型，你可能会觉得无从下手。这种无从下手可能会体现在比如 TensorRT 内置无法实现比 int8 更加低的推理精度了，而对于 LLM 大模型的部署，int4 可能会是更加常见的推理精度，这个时候就会感觉比较尴尬。还有个尴尬的地方是对于前端模型的把握，CNN 导 ONNX 是个很自然的事情，但对于 LLM 大模型来说，它们的结构往往存在一些逻辑分支，在导 ONNX 的时候容易出现问题，而且因为 LLM 大模型很大，所以这种问题并不太好定位。

之前看到有段话写的我很是认同：

记得在 bert 时代，部署 pytorch 模型时可能会考