23个大模型推理框架及量化技术总结：兼看大模型信息抽取框架EDC

程序学到昏

于 2024-10-14 14:14:29 发布

阅读量730

点赞数 13

文章标签： chatgpt 人工智能 langchain llama LLM 大模型 AI大模型

本文链接：https://blog.csdn.net/Y525698136/article/details/142917261

版权

我们来看两个工作，关于大模型量化方法的一些总结以及EDC：大模型用于信息抽取框架。会有一些收获。里面提到23个主流的大模型推理框架以及新的知识图谱构建流程，很有意思

一、EDC：大模型用于信息抽取框架

关于大模型用于信息抽取，最近的工作《Extract, Define, Canonicalize: An LLM-based Framework for Knowledge Graph Construction》，https://arxiv.org/pdf/2404.03868v2，https://github.com/clear-nus/edc，这篇文章介绍了一个基于大模型的框架，用于从文本中自动构建知识图谱。这个框架被称为Extract-Define-Canonicalize（EDC），分为三个阶段：开放信息提取、模式定义和模式规范化。

我们可以看下其具体实现细节：

1、开放信息提取（Open Information Extraction）：

利用大模型进行少量样本提示（few-shot prompting），从输入文本中识别并提取关系三元组（[Subject, Relation, Object]），这个过程不依赖于任何特定的模式（schema）。

例如，给定文本“Alan Shepard was born on Nov 18, 1923 and selected by NASA in 1959. He was a member of the Apollo 14 crew”，LLMs会提取出三元组[‘Alan Shepard’, ‘bornOn’, ‘Nov 18, 1923’]和[‘Alan Shepard’, ‘participatedIn’, ‘Apollo 14’]。

2、模式定义（Schema Definition）：

接下来，通过提示LLMs为开放知识图谱中提取的每个模式组件（例如实体类型和关系类型）提供自然语言定义。

例如，对于关系‘bornOn’和‘participatedIn’，LLMs会生成它们的定义，这些定义随后作为辅助信息用于规范化阶段。

3、模式规范化（Schema Canonicalization）：

第三阶段的目标是将开放知识图谱提炼成规范形式，消除冗余和歧义。

使用句子转换器将每个模式组件的定义向量化，创建嵌入（embeddings）。

规范化过程根据目标模式的可用性采取两种方式之一：

一个是目标对齐（Target Alignment）：在存在目标模式的情况下，识别目标模式中与每个元素最相关的组件，考虑它们进行规范化。LLMs评估每个潜在转换的可行性，如果转换不合理，则表示目标模式中没有语义等价物，该组件及其相关三元组将被排除。

另一个是自我规范化（Self Canonicalization）：在没有目标模式的情况下，目标是整合语义相似的模式组件，将它们标准化为单一表示，以简化知识图谱。从空的规范模式开始，通过向量相似性和LLM验证，检查开放知识图谱三元组中的潜在整合候选者。

4、迭代细化（EDC+R: iteratively refine EDC with Schema Retriever）：

利用EDC生成的数据来提高提取三元组的质量。

通过提供之前提取的三元组和相关部分的模式作为提示，在初始提取期间重复EDC。

二、关于大模型量化方法的一些总结

最近的工作《A Survey of Low-bit Large Language Models: Basics, Systems, and Algorithms》，https://arxiv.org/abs/2409.16694，是关于大型语言模型（LLMs）的低比特量化技术的综述，看看也不错。

我们来看看其中的几个点：

1、LLM量化方法的框架

图1展示了大型语言模型（LLM）量化方法的框架结构，这张图通过分解量化过程的主要组成部分，帮助读者理解量化方法的不同方面。

1）Number Formats（数字格式）：标准格式（Standard Formats）：介绍了在量化中使用的标准化数字格式，如浮点数（FP）、微浮点数（Micro-FP）、整数（INT）、二进制（Bi）等；定制格式（Custom Formats）：针对LLMs设计的特定数字格式，如Flint、Abfloat、SF等，这些格式旨在更好地处理模型中的异常值或提高计算效率。

2）Quantization Granularity（量化粒度）：量化可以在不同层次上进行，例如整个张量（Tensor-wise）、每个token（Token-wise）、通道组（Channel Group-wise）、元素级别（Element-wise）等。

3）Dynamic and Static Quantization（动态和静态量化）：动态量化（Dynamic Quantization）：不需要校准，量化参数实时计算，简化了量化模型的准备。静态量化（Static Quantization）：需要预先校准量化参数，但提供了更快的推理性能。

4）Inference Frameworks and System Support（推理框架和系统支持）：支持量化LLMs的框架和系统，包括不同的算法、支持的硬件平台、模型家族等。

5）Efficient Training（高效训练）：低比特训练技术，如低比特训练、参数高效微调等。

6）Efficient Inference（高效推理）：LLMs的量化感知训练和后训练量化方法，包括等效转换、补偿、混合精度、组合量化等技术。

7）Quantization Toolkit and Benchmark（量化工具包和基准测试）：支持准确低比特LLMs开发的集成算法工具包。

8）Future Trends and Directions（未来趋势和方向）：LLM量化的未来趋势和潜在进展。

图1作为一个框架图，提供了一个清晰的视角来理解文章中讨论的量化技术和策略。它将复杂的量化过程分解为可管理的部分，使得读者可以更容易地跟随文章的论述。

2、针对量化大模型推理框架

表2中列出了一些代表性的推理框架。目前，没有一个单一的推理框架在性能或使用上占据主导地位。

然而，一些经典的深度学习框架，比如TensorRT-LLM、ONNX-runtime、Transformers（Huggingface）、OpenVINO、PowerInfer、PPLNN和Xorbits Inference已经集成了对大型模型高效推理的支持。

此外，随着大型模型的出现，还出现了其他专门为LLMs提出的推理框架，如bitsandbytes、ctransformers、MLC-LLM、DeepSpeed-MII、vLLM、LMDeploy、LightLLM、QServe、llama.cpp、llama2.c、inferflow、ScaleLLM、SGLang、gpt-fast、FastChat2、OpenLLM等等。这些框架轻量级，并且已经集成了许多针对大型模型的专业优化技术。

可以看下具体的项目地址：

1）TensorRT-LLM1：https://github.com/NVIDIA/TensorRT-LLM

2）ONNX-runtime：https://github.com/microsoft/onnxruntime

3）Transformers (Huggingface)：https://huggingface.co/docs/transformers/en/index

4）OpenVINO：https://github.com/openvinotoolkit/nncf

5）PowerInfer：https://github.com/SJTU-IPADS/PowerInfer

6）PPLNN：https://github.com/openppl-public/ppl.nn

7）aXorbits Inference：https://github.com/xorbitsai/inference

8）bitsandbytes：https://github.com/bitsandbytes-foundation/bitsandbytes

9）ctransformers：https://github.com/marella/ctransformers

10）MLC-LLM：https://github.com/mlc-ai/mlc-llm

11）DeepSpeed-MII：https://github.com/microsoft/DeepSpeed-MII

12）vLLM：https://github.com/vllm-pro ject/vllm

13）LMDeploy：https://github.com/InternLM/lmdeploy

14）LightLLM：https://github.com/ModelTC/lightllm

15）QServe：https://github.com/mit-han-lab/qserve

16）llama.cpp：https://github.com/ggerganov/llama.cpp

17）llama2.c：https://github.com/karpathy/llama2.c

18）inferflow：https://github.com/inferflow/inferflow

19）ScaleLLM：https://github.com/vectorch-ai/ScaleLLM

20）SGLang：https://github.com/sgl-pro ject/sglang

21）gpt-fast：gpt-fast：https://github.com/pytorch-labs/gpt-fast

22）FastChat：https://github.com/lm-sys/FastChat

23）OpenLLM：https://github.com/bentoml/OpenLLM

3、即用算法

随着LLMs量化算法的出现，一些典型的方法已经被大多数框架集成，而有些方法可能是在特定框架上最初开发和发布的。我们在表2中列出了每个主流框架中最即用的算法。大多数框架都包含了一些方法，如GPTQ、AWQ、SmoothQuant等。

这些方法有几个共同的优点：量化后高精度和高效性能、能够无缝集成到现有的实现流程中，以及用户友好性。

此外，一些算法被几个框架支持。例如，LLM.int8()被bitsandbytes很好地支持，它允许直接从HuggingFace Hub存储和加载8位权重，并将线性层中的权重量化为8位。

FP6-LLM被集成在DeepSpeed-FastGen24中，以实现6位浮点权重量化的运行时量化。

它通过统一的配置选项，允许6位权重LLMs的高效量化和反量化。值得注意的是，Transformers和QServe集成了大多数算法，并提供了全面的用户手册和详细的例子，使深度学习研究人员和开发人员能够快速开始。

参考文献

1、https://arxiv.org/pdf/2404.03868v2

2、https://arxiv.org/abs/2409.16694

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望