![]() |
1
1119745302 46 天前
换个后端?
|
2
CNYoki OP @1119745302 #1 这个跟后端没太大关系吧,直接用的 python 调的 ollama 的库
|
3
KylinYou 46 天前 via Android
在 llama.cpp 那边提个 issue 呢
|
![]() |
4
swulling 46 天前
为啥 A800 还用 ollama 或 llama.cpp 。直接用 vLLM 。
|
![]() |
5
neteroster 46 天前 via Android
用 vLlm 。
|
6
CNYoki OP vLLM 现在有 json mode 了吗
|
7
0x3933030 46 天前
只有卡 0 用起来了,怎么想都是模型实现的问题
|
![]() |
9
1119745302 46 天前
@CNYoki llama.cpp 似乎不支持张量并行,就算 4 张卡显存占满了也跑不快. https://www.bilibili.com/video/BV1DH4y1c7gK/ 可以参考一下这个, 换个 vllm 啊啥的后端一般就是随便跑了
|
10
crackidz 46 天前
当然是换个后端... vllm 算是比较流行的企业级后端
|
![]() |
12
clemente 45 天前
开大 batch size
|