ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

internvl35 4b 踩坑部署笔记

internvl35 4b 踩坑部署笔记

https://huggingface.co/hsmin92/internvl35-4b-awq-w4a16-g128 — AWQ W4A16, validated on an RTX 3070 8 GB https://huggingface.co/hsmin92/internvl35-fp8 — FP8 Dynamic 推荐部署哪个 踩坑少

docker pull vllm/vllm-openai:v0.26.0
docker run --runtime nvidia --gpus all \ -v /data/feature/0lbg/models/hsmin92_internvl35-4b-awq-w4a16-g128:/models/internvl-awq \ -p 8080:8000 \ --ipc=host \ vllm/vllm-openai:v0.26.0 \ /models/internvl-awq \ --served-model-name internvl35-awq \ --dtype bfloat16 \ --max-model-len 8192 \ --max-num-seqs 8 \ --max-num-batched-tokens 4096 \ --limit-mm-per-prompt '{"image":2,"video":0}' \ --gpu-memory-utilization 0.52 \ --trust-remote-code \ --enable-auto-tool-choice \ --tool-call-parser hermes

精度测试:

精度不是很高

RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进