大模型

一般指1亿以上参数的模型，目前万亿级参数以上的模型也有了。

参数大小

175B、60B、540B等，这些一般指参数的个数，B是Billion/十亿的意思，175B是1750亿参数，这是ChatGPT大约的参数规模。

显存占用

• 6B的大模型，FP16精度进行微调大约需要14GB显存，而INT4量化后只需要7GB显存。
• 34B的大模型需要20GB以上的显存才能部署和推理，因此34B这个大小差不多是单机能部署的最大上限的模型。

模型精度

格式	符号位	指数位	小数位	总数位
FP64	1	11	52	64
FP32	1	8	23	32
TF32	1	8	10	19
BF16	1	8	7	16
FP16	1	5	10	16
FP8 E4M3	1	4	3	8
FP8 E5M2	1	5	2	8
FP4	1	2	1	4

• 浮点数精度：双精度（FP64）、单精度（FP32、TF32）、半精度（FP16、BF16）、8位精度（FP8）、4位精度（FP4、NF4）
• 量化精度：INT8、INT4 （也有INT3/INT5/INT6的）
• 多精度：是指用不同精度进行计算，在需要使用高精度计算的部分使用双精度，其他部分使用半精度或单精度计算。
• 混合精度：是在单个操作中使用不同的精度级别，从而在不牺牲精度的情况下实现计算效率，减少运行所需的内存、时间和功耗

大模型综述：

https://arxiv.org/abs/2303.18223

大模型结构

大模型显卡需求

大模型优化参数

LLaMA训练