FP16、BF16、INT8、INT4精度模型加载所需显存以及硬件适配的分析

  大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

  本文主要介绍了FP16、INT8、INT4精度模型加载占用显存大小的分析，希望对学习大语言模型的同学们有所帮助。

1. 前言

  最近不少同学们总会遇到类似下图中OOM(Out Of Memory)的问题，如下图所示，绝大多数都是由于显存不够造成的：

  那么针对于不同精度的模型，具体来说加载不同精度(FP16、BF16、INT8、INT4)的模型需要占用的显存大小到底是什么呢？如果能够根据模型参数提前推算出所需的GPU资源，就能够按照需求使用或者租借相应的GPU资源。另外由于不同GPU的硬件结构是不一样的，所以并不一定能够适配所有的精度(如BF16)。