아프로디테 엔진: 여러 양자화 형식과 분산 추론을 지원하는 효율적인 LLM 추론 엔진입니다.

2.7K 00

일반 소개

아프로디테 엔진은 피그말리온AI의 공식 백엔드 엔진으로, 피그말리온AI 사이트를 위한 추론 엔드포인트를 제공하고 허깅 페이스 호환 모델의 신속한 배포를 지원하도록 설계되었습니다. 이 엔진은 vLLM의 Paged Attention 기술을 활용하여 효율적인 K/V 관리와 순차적 배치 처리를 가능하게 하여 추론 속도와 메모리 활용도를 크게 향상시킵니다. 아프로디테 엔진은 광범위한 양자화 형식과 분산 추론을 지원하며 다양한 최신 GPU 및 TPU 장치에 적합합니다.

기능 목록

연속 배치 처리여러 요청을 효율적으로 처리하고 추론 속도를 개선합니다.
호출 주의메모리 사용률 향상을 위해 K/V 관리를 최적화합니다.
CUDA에 최적화된 커널추론 성능 향상.
정량적 지원AQLM, AWQ, 비트샌드바이트 등 여러 양자화 형식을 지원합니다.
분산 추론높은 컨텍스트 길이와 높은 처리량 요구 사항을 위한 8비트 KV 캐시 지원.
멀티 디바이스 지원NVIDIA, AMD, Intel GPU 및 Google TPU와 호환됩니다.
도커 배포: 배포 프로세스를 간소화하기 위해 Docker 이미지를 제공합니다.
API 호환기존 시스템에 쉽게 통합할 수 있도록 OpenAI 호환 API를 지원합니다.

도움말 사용

설치 프로세스

종속성 설치::
- 시스템에 Python 버전 3.8~3.12가 설치되어 있는지 확인하세요.
- Linux 사용자의 경우 다음 명령어를 사용하여 종속 요소를 설치하는 것이 좋습니다:
```
 sudo apt update && sudo apt install python3 python3-pip git wget curl bzip2 tar
```
- Windows 사용자의 경우 WSL2 설치를 권장합니다:
```
 wsl --install
sudo apt update && sudo apt install python3 python3-pip git wget curl bzip2 tar
```
아프로디테 엔진 설치::
- pip를 사용하여 설치합니다:
```
 pip install -U aphrodite-engine
```
프라이밍 모델::
- 다음 명령을 실행하여 모델을 시작합니다: bash aphrodite run meta-llama/Meta-Llama-3.1-8B-Instruct
- 이렇게 하면 기본 포트가 2242인 OpenAI 호환 API 서버가 생성됩니다.

Docker로 배포하기

Docker 이미지 가져오기::

   docker pull alpindale/aphrodite-openai:latest

도커 컨테이너 실행::

   docker run --runtime nvidia --gpus all \
-v ~/.cache/huggingface:/root/.cache/huggingface \
-p 2242:2242 \
--ipc=host \
alpindale/aphrodite-openai:latest \
--model NousResearch/Meta-Llama-3.1-8B-Instruct \
--tensor-parallel-size 8 \
--api-keys "sk-empty"

주요 기능

연속 배치 처리::
- 아프로디테 엔진은 연속 일괄 처리 기술을 통해 여러 요청을 동시에 처리할 수 있어 추론 속도가 크게 향상됩니다. 사용자는 시작 시 일괄 처리 매개변수를 지정하기만 하면 됩니다.
호출 주의::
- 이 기술은 K/V 관리를 최적화하고 메모리 사용률을 개선합니다. 사용자가 추가로 구성할 필요가 없으며 시스템에서 자동으로 최적화를 적용합니다.
정량적 지원::
- AQLM, AWQ, 비트샌드바이트 등 여러 양자화 형식이 지원됩니다. 사용자는 모델을 시작할 때 원하는 양자화 형식을 지정할 수 있습니다:
```
 aphrodite run --quant-format AQLM meta-llama/Meta-Llama-3.1-8B-Instruct
```
분산 추론::
- 높은 컨텍스트 길이와 높은 처리량 요구 사항을 위해 8비트 KV 캐시를 지원합니다. 사용자는 다음 명령으로 분산 추론을 시작할 수 있습니다:
```
 aphrodite run --tensor-parallel-size 8 meta-llama/Meta-Llama-3.1-8B-Instruct
```
API 통합::
- 아프로디테 엔진은 기존 시스템에 쉽게 통합할 수 있도록 OpenAI 호환 API를 제공합니다. 사용자는 다음 명령어로 API 서버를 시작할 수 있습니다: bash aphrodite run --api-keys "your-api-key" meta-llama/Meta-Llama-3.1-8B-Instruct