LMDeploy 大模型量化部署实践
1 大模型部署背景
1.1 模型部署及大模型特点
1.2 大模型部署挑战及方案
2 LMDeploy简介
2.1 核心功能-量化
2.2 核心功能-推理引擎TurboMind
2.1 核心功能-推理服务api server
3 动手实践及作业
按照文档LMDeploy 的量化和部署中的步骤在InternStudio中的 A100(1/4) 机器上一步步操作即可！
3.1 基础作业
使用 LMDeploy 以本地对话、网页Gradio、API服务中的一种方式部署 InternLM-Chat-7B 模型，生成 300 字的小故事（需截图）
3.1.1 本地对话形式
3.1.2 API服务形式
3.1.3 网页Gradio形式
TurboMind 服务作为后端:
TurboMind 推理作为后端
![[<span style='color:red;'>书生</span>·<span style='color:red;'>浦</span><span style='color:red;'>语</span><span style='color:red;'>大</span><span style='color:red;'>模型</span><span style='color:red;'>实战</span><span style='color:red;'>营</span>]——第二<span style='color:red;'>节</span>：<span style='color:red;'>课</span>后<span style='color:red;'>作业</span>](https://img-blog.csdnimg.cn/direct/4722dacae081444190aab04345e037c9.png)
![RabbitMQ 部署与配置[CentOS7]](https://img-blog.csdnimg.cn/direct/aae23989ad82489da1072f861fbc701e.png#pic_center)
