3.15. opt¶

opt-13b¶

模型下载¶

url:opt-13b
branch:main
commit id:e515202

将上述url设定的路径下的内容全部下载到opt-13b文件夹中。

批量离线推理¶

python -m vllm_utils.benchmark_test --disable-log-stats  \
 --max-model-len=2048 \
 --model=[path of opt-13b] \
 --tokenizer=[path of opt-13b] \
 --demo=te \
 --dtype=float16 \
 --output-len=256

性能测试¶

python -m vllm_utils.benchmark_test --perf \
 --model=[path of opt-13b] \
 --max-model-len=2048 \
 --tokenizer=[path of opt-13b] \
 --input-len=128 \
 --output-len=128 \
 --dtype=float16 \
 --num-prompts=1 \
 --block-size=64

注：

本模型支持的max-model-len2048
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;