HCIE-AI：大模型压缩及部署
1.概述
本文主要介绍模型部署和压缩和一些大模型开发。
2. 目标
3. AI应用开发流程
4. 如何降低模型部署成本？
5. 模型压缩技术
5.1 小模型压缩方法
5.2 大模型压缩技术
由于Prefill是一次模型的推理，而Decoding则要反复迭代很多次，优化重点在降低带宽需求，而不是降低计算量
① KV Cache压缩技术
Streaming LLM
FastGen -- 自适应KV cache压缩
MQA与GQA
② 大模型压缩技术
LLM Pruner：高效率大模型剪枝算法
One-shot权重稀疏化：大模型权重稀疏压缩，缓解存储与访存压力
大模型PTQ量化：高效率量化，W8A8、W8A16与W4A16是典型方式
权重低比特量化：INT4量化，模型压缩4倍，提升权重搬运效率
6. 模型压缩工具介绍
ModelSlim
训练加速-模型低秩分解
训练加速-模型稀疏加速训练
推理加速-大模型量化
推理加速-大模型稀疏量化和权重压缩
推理加速-训练后量化(ONNX)
推理加速-训练后量化（MindSpore）
推理加速-模型剪枝
推理加速-模型蒸馏
7. 大模型部署框架介绍
8. 大模型应用开发
8.1 大模型应用开发流程
8.2 为什么需要RAG？
8.3 向量数据库
工作流程：
向量数据库解决的问题：
为什么使用向量数据库？
向量数据库构建
9. 总结
本文主要介绍了模型部署和压缩相关内容以及大模型应用开发，笔试占比6%。
相关资讯
-
08.28
苹果 Siri AI 在欧盟遭遇瓶颈，无法上线引发争议
-
08.28
Codex的阴影：当AI编程助手开始“幻觉”API时，我们如何应对？
-
08.28
实时语言隔阂终结者：谷歌发布 Gemini 3.5 实时翻译模型
-
08.28
电商场景下的 AI UI 生成：商品详情页的自动布局与个性化方案
-
08.28
《最强祖师》墨锦技能解析
-
08.28
《龙岛异兽：起源》三文鱼皮肤使用攻略
游戏推荐
推荐专题
推荐下载
-
-
下载
- |
-
-
下载
- 《行尸走肉第一章》免安装中文汉化硬盘版下载
- 单机|436 MB
- 一款以动作冒险为主题的游戏
-
-
下载
- 《街头霸王X铁拳》免安装中文汉化硬盘版下载
- 单机|111MB
- 一款非常好玩的格斗游戏
-
-
下载
- |
-
-
下载
- 《暗黑破坏神3》免安装繁体中文正式版下载
- 单机|7630 MB
- 一款以角色扮演为主题的游戏
-
-
下载
- 《马克思佩恩3》免安装硬盘版下载
- 单机|27033 MB
- 一款以第三人称射击为主题的游戏