6.9. phi3v

phi-3-vision-128k-instruct

模型下载

  • 将上述url设定的路径下的内容全部下载到phi-3-vision-128k-instruct文件夹中。

批量离线推理

python3 -m vllm_utils.benchmark_vision_language --demo \
 --model-arch-suffix Image \
 --model=[path of phi-3-vision-128k-instruct] \
 --prompt=[your prompt] \
 --input-vision-file=[path of your test image] \
 --max-model-len=32768 \
 --dtype=bfloat16 \
 --gpu-memory-utilization=0.945 \
 --max-output-len=256 \
 --trust-remote-code \
 --device=gcu

注：

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

  • --max-output-len可按需调整；

性能测试

python3 -m vllm_utils.benchmark_vision_language --perf \
 --model-arch-suffix Image \
 --model=[path of phi-3-vision-128k-instruct] \
 --max-model-len=32768 \
 --dtype=bfloat16 \
 --input-vision-shape="1024,1024" \
 --gpu-memory-utilization=0.945 \
 --block-size=64 \
 --input-len=8192 \
 --max-output-len=1024 \
 --batch-size=1 \
 --trust-remote-code \
 --device=gcu

注：

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

  • --batch-size、--input-len、--input-vision-shape、--max-output-len可按需调整；

  • 本模型支持的max-model-len为131072，单张S60可以支持32768；