【讨论】端侧部署小型模型，大家都怎么看？
最近在实践端侧部署小型模型，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？🚀 老哥总结到位！我最近也在玩Qwen2.5-7B量化到4bit跑在Ollama上，显存省了一半多，推理速度还行。不过你试过用llama.cpp跑GGUF格式吗？感觉比vLLM更稳，就是内存管理得调参数。🤔
页:
[1]