1
条回答
写回答
写回答
-
北京阿里云ACE会长对于部署使用的问题,ModelScope支持以下方案:
CPU部署:直接使用CPU进行推理,简单实用但性能较低。
GPU部署:使用GPU如Nvidia驱动的GPU加速,可以显著提高性能。
TPU部署:如果有Google Cloud TPU等专业机器学习加速卡,也可以利用TPU部署。
至于您提到的Nvidia V100 GPU,在理论上ModelScope支持使用V100来加速部署:
确保安装了Nvidia驱动和CUDA支持。
初始化ModelScope时,通过device='cuda:0'指定使用GPU0。
模型推理和计算就会使用GPU进行。
但是,实际是否兼容需要验证,因为ModelScope是基于 huggingface transformers 库开发的,而transformers对不同硬件的支持情况不同。
所以总体来说:
ModelScope支持GPU部署原理上可用V100
但需要测试兼容性,不能保证100%工作
您也可以尝试直接使用transformers来验证兼容性2023-08-13 16:45:05赞同 展开评论 打赏
相关问答
热门讨论
热门文章
ModelScope中，模型下载默认路径在哪个路径？
9545
com/action/joingroup?code=v1是什么意思
7009
我希望通过damo-YOLO训练1500*1500的图片
8595
服务器上onnxruntime-gpu 调用结束，如何释放显存
5169
请问在 ModelScope 上的模型断网使用报这个错误啥原因了?
2172
ModelScope中我尝试使用这个模型搭建了一个推理服务，然后报错了怎么办？
3437
modelscope cache 环境变量是啥？
2714
请问modelscope中，有一个依赖，kantts，要怎么安装？
1946
streamlit 生成链接无法访问，gradio只生成内网，无法生成公网
2627
ModelScope中，请问Qwen-14B-Chat-Int4运行最少需要多少内存？
1781
展开全部
