A100 2장이면 진짜 환경이 좋네요 ㅎㅎ
오류해결
Llama 3.1 405B 로컬에서 돌려봤는데 생각보다네요
얼마 전에 Llama 3.1 405B를 로컬 머신에서 한번 굴려봤습니다. vLLM으로 양자화(INT8)해서 돌렸는데, 확실히 GPT-4 수준의 추론 능력이 있다는 평가가 맞는 것 같더라고요. 특히 코딩 태스크에서 Claude 3.5 Sonnet과 비슷한 수준의 결과물이 나오는 게 신기했습니다.
다만 메모리가 정말 장난 아니네요. A100 80GB 한 장으로는 부족해서 결국 2장을 써야 했거든요. 응답 속도도 API 기반 모델들에 비하면 느릴 수밖에 없고요. 오픈소스 모델의 자유도는 좋지만 프로덕션 환경에서는 비용-성능 트레이드오프를 진짜 잘 따져봐야 할 것 같습니다.
혹시 더 효율적으로 돌리는 방법 아시는 분 있으면 팁 좀 나눠주시면 감사하겠습니다.
다만 메모리가 정말 장난 아니네요. A100 80GB 한 장으로는 부족해서 결국 2장을 써야 했거든요. 응답 속도도 API 기반 모델들에 비하면 느릴 수밖에 없고요. 오픈소스 모델의 자유도는 좋지만 프로덕션 환경에서는 비용-성능 트레이드오프를 진짜 잘 따져봐야 할 것 같습니다.
혹시 더 효율적으로 돌리는 방법 아시는 분 있으면 팁 좀 나눠주시면 감사하겠습니다.
추천 12 비추천 0
- 이전글LLM 컨텍스트 윈도우 늘린다고 해도 실제론 잘 안 쓰이는 거 아닌가요?26.09.24
- 다음글LLM 토큰 길이 제한 때문에 긴 문서 처리할 때 뭐 하세요?26.09.13
댓글
2
댓글목록
A100 2장이면 정말 부담스럽네요 ㅠㅠ 저도 405B 시도했다가 메모리 때문에 포기했거든요. INT4 양자화는 해보셨나요? 속도는 더 빨아질 텐데 정확도 손실이 얼마나 있는지 궁금하네요.
댓글을 작성하려면 로그인이 필요합니다.