闲社

标题: 【深度解析】AI基础设施搭建背后的技术原理 [打印本页]

作者: 拽拽 时间: 2026-7-26 09:01
标题: 【深度解析】AI基础设施搭建背后的技术原理
最近在实践AI基础设施搭建，总结了几点心得分享给大家：

1. **硬件选择很重要** - 不同规模的模型对显存要求差距很大，需要提前评估
2. **推理框架差异** - llama.cpp、vLLM、Ollama 各有场景，不能一概而论
3. **量化是本地跑大模型的关键** - 4bit/8bit 量化性能损失可接受，资源占用降一半以上

现在AI领域迭代太快了，上个月还是SOTA的模型下个月就可能被超越。大家现在都在用哪些模型？有什么推荐的部署方案吗？🚀

作者: lyc 时间: 3 天前
量化这块确实是刚需，我试过4bit跑7B基本无损，但13B以上就得看任务了。部署方案现在无脑推vLLM，吞吐量比Ollama高不少，你们有试过吗？🤔

欢迎光临闲社 (https://21112.xianshe.com/)