dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
VLLM Toate comenzile vLLM & Infrastructură LLM

Parametrul –tensor-parallel-size (TP) în vLLM: Distribuirea Straturilor pe Multiple GPU-uri în vLLM & Infrastructură LLM

Paralelism și Scalare Hardware (vLLM) vLLM 0.6+ Q&A AI / Distribuie cod

Împărțirea matricelor de greutăți peste 2, 4 sau 8 plăci video conectate prin NVLink pentru modele masive.

Sintaxă & invocare 
vllm serve meta-llama/Llama-3.1-70B-Instruct --tensor-parallel-size 4

Parametrul --tensor-parallel-size (sau -tp) activează Tensor Parallelism prin biblioteca Megatron-LM. Fiecare strat liniar este divizat și calculat simultan pe mai multe GPU-uri.

Exemplu multi-GPU

# Rularea Llama 3 70B pe o mașină cu 4 plăci RTX 3090 / 4090
vllm serve meta-llama/Meta-Llama-3-70B-Instruct \
  --tensor-parallel-size 4 \
  --gpu-memory-utilization 0.95

Necesită o lățime de bandă mare între plăci (interconectare PCIe 4.0/5.0 sau magistrală NVLink).

Învață AI • Comunitate & Q&A

Întrebări & Exemple practice: Parametrul –tensor-parallel-size (TP) în vLLM: Distribuirea Straturilor pe Multiple GPU-uri

Ai o întrebare despre Parametrul –tensor-parallel-size (TP) în vLLM: Distribuirea Straturilor pe Multiple GPU-uri sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!

🤖

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.

Comunitate AI Adaugă o întrebare sau distribuie un cod / prompt

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.