【自然语言处理与大模型】大模型参数规模与部署配置调查2025第一季度

调查大模型参数规模与部署配置之间的关系。探讨如何在不同硬件和场景下优化大模型的部署。

一、 当前主流模型的参数规模对比

(1)当前主流模型有哪些

参考全球最大AI开源社区Hugging Face发布的榜单、上海AI实验室推出的开放评测体系OpenCompass和国内开源AI社区魔塔社区的下载排行。
hugging face的4月榜单
OpenCompass的4月榜单
魔塔社区文本生成开源模型下载top12
魔塔社区文生图模型top10

  • 闭源模型则指那些由公司或组织开发,但不对外公开其详细实现细节或训练数据的模型。这些模型通常是出于商业利益考虑而保持私有,有时也可能因为涉及敏感的数据或技术而选择不公开。
  • 开源模型是指其架构、训练数据集(如果适用)、以及训练代码都是公开的,允许任何人查看、使用、修改并部署这些模型。这种开放性促进了技术的快速传播和发展,并且有助于提高模型的透明度和信任度。

(2)模型参数规模对比

|----------------------------------------|----------|
| 模型名 | 模型参数 |
| DeepSeek-R1 | 671B |
| o1-2024-12-17 | 未知 |
| o3-mini-2025-01-31 | 未知 |
| Gemini-2.0-Pro-Exp-02-05 | 未知 |
| o1-mini-2024-09-12 | 未知 |
| Gemini-2.0-Flash-001 | 未知 |
| DeepSeek-V3 | 未知 |
| Doubao-1.5-pro-32k-250115 | 未知 |
| Qwen2.5-Max | 未知 |
| QwQ-32B-Preview | 32B |
| calme-3.2-instruct-78b | 78B |
| calme-3.1-instruct-78b | 78B |
| CalmeRys-78B-Orpo-v0.1 | 78B |
| calme-2.4-rys-78b | 78B |
| Qwen2.5-72B-Instruct-abliterated | 72B |
| Qwen2.5-72B-Instruct | 72B |
| calme-2.1-qwen2.5-72b | 72B |
| Homer-v1.0-Qwen2.5-72B | 72B |
| qwen2.5-test-32b-it | 32B |
| Linkbricks-Horizon-AI-Avengers-V1-32B | 32B |
| calme-2.2-qwen2.5-72b | 72B |
| Qwen2-32B | 32B |
| Qwen2.5-7B-Instruct | 7B |
| DeepSeek-R1-Distill-Qwen-32B-AWQ | 32B |
| DeepSeek-R1-Distill-Qwen-32B-GPTQ-Int4 | 32B |
| DeepSeek-R1-Distill-Llama-70B | 70B |
| Qwen2-72B-Instruct | 72B |
| DeepSeek-R1-Distill-Qwen-32B | 32B |
| DeepSeek-R1-Distill-Qwen-1.5B | 1.5B |
| CodeQwen1.5-7B-Chat | 7B |

把主流的模型参数汇总成表,并剔除未知参数的模型,能得到下面这个表:

|-------------|--------------|
| 模型参数规模B | SOTA模型个数 |
| 671 | 1 |
| 32 | 5 |
| 78 | 4 |
| 72 | 3 |
| 7 | 1 |
| 1.5 | 1 |

2025年4月数据
统计可知参数规模在32到78B之间的模型是目前的主流。

二、模型部署配置

模型推理部署的资源占用主要是看显存。给出显存占用公式为:显存(GB) = 参数量(B) × 每个参数的字节大小。

|---------------|----------------|----------------|
| 模型参数规模(B) | FP16精度(GB) | INT8量化(GB) |
| 671 | 1342 | 671 |
| 32 | 64 | 32 |
| 78 | 156 | 78 |
| 72 | 144 | 72 |
| 7 | 14 | 7 |
| 1.5 | 3.0 | 1.5 |

上述计算提供了理论上在推理的时候的显存需求,实际部署时可能因架构、优化器和硬件配置的不同而有所变化。
在模型微调时,显存占用通常会比推理时更高,因为微调需要存储额外的梯度信息、优化器状态以及激活值。一般的估算如下:

● FP32精度:微调显存通常为推理显存的 3-4倍,因为需要存储梯度和优化器状态。

● FP16精度:由于混合精度训练的存在,显存占用通常为推理显存的 2-3倍。

INT8量化 :量化微调(QLoRA等)技术可以明显降低显存需求,通常为推理显存的 1.5-2倍

相关推荐
沧海一粟青草喂马5 分钟前
国产GEO工具哪家强?巨推集团、SEO研究协会网、业界科技三强对比
人工智能
小陈phd9 分钟前
高级RAG策略学习(六)——Contextual Chunk Headers(CCH)技术
人工智能·langchain
beot学AI14 分钟前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
西猫雷婶29 分钟前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
三只小黄人30 分钟前
AI驱动开发:颠覆传统编程新范式
人工智能·驱动开发
沐雪架构师1 小时前
Docling将pdf转markdown以及与AI生态集成
人工智能·pdf
kevin 11 小时前
扫描件、PDF、图片都能比对!让文档差异无所遁形
大数据·人工智能·pdf
算家云1 小时前
腾讯最新开源HunyuanVideo-Foley本地部署教程:端到端TV2A框架,REPA策略+MMDiT架构,重新定义视频音效新SOTA!
人工智能·音视频·算家云·hunyuanvideo·模型部署教程·镜像社区
小王爱学人工智能2 小时前
迁移学习的案例
人工智能·机器学习·迁移学习
源雀数智2 小时前
源雀SCRM开源:企微文件防泄密
java·人工智能·企业微信·流量运营