- 主题:[求助]大模型继续问：如何进行多线程
用点框架吧。有一堆堆的多线程推理的框架了
问题上，哪怕再节约显存的框架，每多一个线程还是要多存很多内容(比如kv cache之类），你的显存够嘛？
【 在 earlyinsect 的大作中提到: 】
: rt，各位大佬，目前部署的qwen2-7b-instruct，单线程进行推理处理太慢，不知道它是否支持多线程，同时进行多个推理？我自己用多线程试了试，发现报了很多错误，也有可能方法不对。哪位大佬知道望不吝赐教，多谢！
--
FROM 140.210.152.*
Vllm会降低推理质量，我感觉很多人已经不用了。现在新框架一大堆啊。推理质量比速度和节约显存更重要吧
【 在 earlyinsect 的大作中提到: 】
: 多谢！今天上午看了看vllm，准备试试。
: 就两块24G的显存，看起来不太够啊
:
--
FROM 39.144.45.*
比如TensorRT，还有很多别的，搜搜呗
【 在 tgfbeta 的大作中提到: 】
: 举几个栗子？
--
FROM 39.144.45.*