6.2. glm

glm-4v-9b

模型下载

• url: glm-4v-9b

• branch: main

• commit id: 01328faefe122fe605c1c127b62e6031d3ffebf7

• 将上述url设定的路径下的内容全部下载到glm-4v-9b文件夹中。

批量离线推理

python3 -m vllm_utils.benchmark_vision_language \
 --demo \
 --model-type=glm-4v \
 --model=[path of glm-4v-9b] \
 --input-image training_pipelines.jpg \
 --tensor-parallel-size 1 \
 --max-model-len=8192 \
 --output-len=128 \
 --dtype=bfloat16 \
 --device gcu \
 --block-size=64 \
 --trust-remote-code \
 --prompt-template '[gMASK] <sop> <|user|> \n {} <|assistant|>'

注：

• 默认为graph mode推理，若想使用eager mode，请添加--enforce-eager；

• 示例图片下载地址为training_pipelines.jpg;

性能测试

python3 -m vllm_utils.benchmark_vision_language \
 --perf \
 --model-type=glm-4v \
 --model=[path of glm-4v-9b] \
 --tensor-parallel-size=1 \
 --max-model-len=8192 \
 --input-len=4096 \
 --output-len=4096 \
 --dtype=bfloat16 \
 --device gcu \
 --num-prompts 1 \
 --block-size=64 \
 --trust-remote-code \
 --gpu-memory-utilization 0.945

注：

• 默认为graph mode推理，若想使用eager mode，请添加--enforce-eager；

• 本模型支持的max-model-len为8192；