我要投稿
微信搜一搜，关注“aigcrepo”
1：让人惊讶的是所有的供应商都提供对该模型的支持，开源让软件和模型共同开发变得非常容易。
2：目前Llama 3.1 405B是一个很难盈利的模型，要半台或一台机器才能运行，成本很高速度也不快，大部分供应商只有做到30 token/s才能保本，而70B的模型能做到150 token/s。
3：对于供应商来说还是能够收支平衡的，首先要做好量化同时控制好负载，但利润率肯定做不到80%（传统SaaS能做到）
4：量化是优化的标准解决方案，忘记FP16. Int8/FP8是大势所趋。
5：量化要非常小心，单一的scale量化将不复存在，未来需要channel wise / group量化方案。
6：他预测405B的采用会受到速度和价格的限制。但在未来一年左右的时间里，效率至少会提高4倍。
7：他很期待测试 Mistral Large 123B，不过该模型主要用于学术研究。
8：small model FTW，在垂直应用中，70B的模型足够了，甚至8B模型做好微调也很好。
9：llama 3.1鼓励进行模型微调。
10：vLLM是非常优秀的推理引擎。
11：Lepton AI是一个API大模型平台，速度、价格、并发性和成本需要综合考虑。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
2025-07-31
Ollama 发布桌面客户端，能让用户轻松管理 Ollama 模型，无需依赖复杂的命令行操作
2025-07-31
别再乱选了！Dify、Coze 与 n8n 的真实差距，多数人没看透
2025-07-31
Coze开源，能否挑战LangChain主导地位？
2025-07-31
扣子开源，三天揽获1.5W GitHub Star
2025-07-31
官方AMA：扣子为什么要开源？
2025-07-31
Coze开源文档资料清单
2025-07-31
手把手教你本地部署！京东JoyAgent全攻略：从零拥有一个企业级的AI Agent
2025-07-31
扣子罗盘（Coze Loop）开源版本地部署，构建一站式AI Agent调试、评估、监控平台
2025-07-23
2025-06-17
2025-06-17
2025-07-23
2025-07-14
2025-07-12
2025-07-27
2025-05-29
2025-05-12
2025-05-14
2025-07-31
2025-07-31
2025-07-31
2025-07-30
2025-07-30
2025-07-30
2025-07-29
2025-07-29
回到顶部
粤ICP备14082021号