3.4. CharacterGLM

CharacterGLM-6B

本模型推理及性能测试需要1张enflame gcu。

模型下载

• url: CharacterGLM-6B

• branch: master

• commit id: e05e39c1bd66de62e2d501cd6f75a5fd1d9e0905

• 将上述url设定的路径下的内容全部下载到characterglm-6b文件夹中。

批量离线推理

python3.8 -m vllm_utils.benchmark_test \
 --model=[path of characterglm-6b] \
 --demo=chc \
 --template=templates/template_characterglm_chat.jinja \
 --output-len=512 \
 --dtype=float16

性能测试

python3.8 -m vllm_utils.benchmark_test --perf \
 --model=[path of characterglm-6b] \
 --max-model-len=32768 \
 --tokenizer=[path of characterglm-6b] \
 --input-len=2048 \
 --output-len=128 \
 --num-prompts=8 \
 --block-size=64 \
 --dtype=float16

注:

• 本模型支持的max-model-len为32768

• input-len、output-len和num-prompts可按需调整；

• 配置 output-len为1时,输出内容中的latency即为time_to_first_token_latency;