site stats
没想到有人不相信低资源推理的可行性。用WizardLM-30B参数模型在4090 24 GB 显卡上,使用 GPTQ 4bit量化。这个速度大家满意么。控制台显示速度:14.11 tokens/s显存占用:20333Mi…
发布时间:
1
数据加载中
Markdown支持
评论加载中...
您可能感兴趣的: 更多