家庭主机不能跑 Mixtral-8x22b-v0.1?我就跑给你看

谁说家用机不能跑 Mixtral-8x22b-v0.1的,我就偏不信。Mistral 公司又发布了比8x7B更强的MoE模型------Mixtral-8x22b-v0.1。于是我就想试试家庭机能不能跑。

昨天也挺艰辛的。从下午18点开始,HF下载就卡的一批,我还以为CDN网络被墙了。后来想想,估计是友军都在下载model。还是Musk英明神武,先投了Bittorrent文件,再丢Huggingface。动不动100B参的LLM确实占带宽。建议开源100B以上的放个Bittorrent文件,或者大家优先B2B下载。

硬件

RTX 4090

i9 13代

RAM 128G

Arch OS

日志

首先,原生的版本我们肯定pass掉的,于是看到 mistral-community/Mixtral-8x22B-v0.1-4bit。

下载完后,根据代码运行。结果报了vram不足

这个时候查看Model size:72.7B params

参考

大模型参数量和占的显存怎么换算?

只进行推理如果只是进行推理的话,还是比较容易计算的。目前模型的参数绝大多数都是float32类型, 占用4个字节。所以一个粗略的计算方法就是,每10亿个参数,占用4G显存(实际应该是10^9*4/1024/1024/1024=3.725G,为了方便可以记为4G)。比如LLaMA的参数量为7000559616,那么全精度加载这个模型参数需要的显存为:7000559616 * 4 /1024/1024/1024 = 26.08G

于是试试CPU的模式,结果查了github说bitsandbytes必须使用CUDA。WTF!!!

想想有没有CPU模拟方案,一番查找后发现 github.com/intel/intel...

一顿突突部署,结果卡在exit方法错误。难怪隔壁55K,I家项目1.9K。

我再看了看还有 mistral-community/Mixtral-8x22B-v0.1-AWQ。 "杰哥,我超勇的哦" 我又下载后,运行发现 autoawq也需要cuda模型而且 Requires ~260GB VRAM in fp16, 73GB in int4 怎么可以这样对待玩家显卡 4090?

难道不知道我会cpp吗?好歹我之前研究过 llamafile 的。感谢 MaziyarPanahi/Mixtral-8x22B-v0.1-GGUF 项目把它量化成Guff。 立刻clone llama.cpp项目,make编译,main运行试试。这里我胆子大,直接选择Mixtral-8x22B-v0.1.Q5_K_M。

腾了160G disk,终于跑起来了。

嗯,真香~ 不得不说,Mixtral调教的还不错, 速度能在1 token/s

相关推荐
AIGC大时代43 分钟前
高效使用DeepSeek对“情境+ 对象 +问题“型课题进行开题!
数据库·人工智能·算法·aigc·智能写作·deepseek
Want5951 小时前
从ChatGPT到GPT-4:大模型如何重塑人类认知边界?
chatgpt·aigc
VI8664956I261 小时前
全链路自动化AIGC内容工厂:构建企业级智能内容生产系统
运维·自动化·aigc
小溪彼岸3 小时前
【Cursor实战】使用Cursor+高德MCP成为行程规划达人
aigc·cursor
Jackilina_Stone3 小时前
【论文阅读】平滑量化:对大型语言模型进行准确高效的训练后量化
人工智能·llm·量化·论文阅读笔记
数据智能老司机4 小时前
构建具备自主性的人工智能系统——在生成式人工智能系统中构建信任
深度学习·llm·aigc
JoernLee4 小时前
Cursor:AI时代的智能编辑器
llm·ai编程·cursor
元Y亨H4 小时前
LLM的通俗理解
llm
PetterHillWater4 小时前
LLM下生成SVG格式功能架构图
aigc
win4r6 小时前
🔥超越cursor!Cline+Context7 MCP文档搜索功能高级用法!自定义指令+.clinerules轻松开启vibe coding!零代码构建Au
aigc·openai·cline