我要投稿

TorchChat：Ollama的潜在对手

发布日期：2024-09-08 15:37:16 浏览次数： 1597

PyTorch最近发布TorchChat，TorchChat允许在本地台式机、笔记本电脑或移动设备上下载和运行大型语言模型。会不会让你想到什么，没错就是Ollama。TorchChat是一个适应性强的框架，旨在提高各种硬件平台的LLMs效率，有助于在各种设备上有效地运行本地模型。TorchChat通过支持 GGML 生态系统中常用的GGUF文件来扩展其兼容性。

Torchchat整体而言，主要特色如下：

支持流行 LLMs：直接在本地设备上运行最先进的模型，包括 Llama 3、Llama 2、Mistral
多种执行模式：支持Python(Eager、Compile)和原生(AOT Inductor、ExecuTorch)<可执行文件>模式
跨平台兼容性：在 Linux（x86）、macOS（M1/M2/M3）、Android 和 iOS 上流畅运行
高级量化支持：通过各种量化技术减少内存占用并加速推理
灵活导出能力：轻松准备模型以在桌面和移动平台上部署
内置评估框架：使用内置评估工具评估模型准确性和性能

上图为整体的交互模式，Torchchat的核心是一个REST API，可以通过命令行界面（CLI）或浏览器访问。这使得可以轻松集成到现有的Python工作流程和快速原型设计中。

TorchChat使用AOT Inductor为PyTorch推理程序创建独立的、可分发的可执行文件，特别是以动态库的形式，不依赖于Python和PyTorch。这能满足生产环境中部署模型的需求，即能够保证模型运行时的稳定性，确保它不受到生产环境系统的更新和升级影响，同时确保模型无需重新编译运行。同时使得推理任务能够实现接近原生的性能。

AOT Inductor专注于通过高效的二进制格式来优化模型部署，这些格式可以快速加载并准备执行，从而解决与TorchScript等文本格式相关的限制和开销。它利用代码生成优化技术来提高CPU和GPU性能，减少开销且提高执行速度。

对于移动设备执行，TorchChat利用ExecuTorch。与AOT Inductor类似，ExecuTorch优化模型以便在移动或嵌入式设备上执行。通过生成PTE来执行模型。这为具有低延迟和高隐私性的 AI 驱动的移动应用程序开辟了可能性。

Torchchat的评估模式可用于评估LLM中各种任务的性能。对于新模型的研究人员而言，这是加分项。通过下面的几行命令快速启动：

git clone https://github.com/pytorch/torchchat.gitcd torchchat
python3 -m venv .venvsource .venv/activate
./install_requirements.sh

命令行模式为：

python3 torchchat.py chat llama3.1

可视化web模式将启动一个基于Web的UI，用于与Llama 3.1模型进行交互，提供更直观和用户友好的体验。

streamlit run torchchat.py -- browser llama3.1

下表展示了Llama 3 8B Instruct在M1 Max和64GB RAM的Apple MacBook Pro上的性能，MPS显示出明显的加速。

MPS (Metal Performance Shaders) 是Apple提供的一个图形和计算框架，用于利用GPU进行高效的计算确保最佳性能。

Torchchat在移动设备上的表现同样令人印象深刻。在三星Galaxy S23和 iPhone上通过ExecuTorch使用4 位GPTQ量化实现每秒超过8个令牌。这种性能水平可在现代智能手机上实现响应迅速的设备端 AI 体验。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

万字长文解析：大模型需要怎样的硬件算力

2024-03-30

全面对比dify、coze、streamlit、chainlit

2024-04-26

“大数据+”医疗

2024-04-11

太强了！10大开源大模型！

2024-05-06

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

2024-06-12

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

大模型训练及推理【硬件选型指南】及 GPU 通识

2024-05-09

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

2023-07-01

Ollama 本地运行大模型(LLM)完全指南

2024-07-25

大家都在问

LlamaIndex报告：未来Agentic App，不仅是RAG

2024-09-19

从案例分析到客户沟通：AI提示词如何优化律师工作流程？

2024-09-19

o1 能带我们走进 AGI 吗？

2024-09-19

端到端的 NL2SQL 引擎: Super-Analysis 震撼来袭，一个不同于市面已有产品的存在

2024-09-19

Golden-Retriever：提升工业知识库检索准确性

2024-09-18

再见了，LangChain！

2024-09-18

LLMFarm功能汇总：揭秘您可能错过的亮点功能！

2024-09-18

LLM Agent在商业中的应用：探索自主智能的新前沿

2024-09-18

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

Ollama 本地运行大模型(LLM)完全指南

大家都在问

LlamaIndex报告：未来Agentic App，不仅是RAG

从案例分析到客户沟通：AI提示词如何优化律师工作流程？

o1 能带我们走进 AGI 吗？

端到端的 NL2SQL 引擎: Super-Analysis 震撼来袭，一个不同于市面已有产品的存在

Golden-Retriever：提升工业知识库检索准确性

再见了，LangChain！

LLMFarm功能汇总：揭秘您可能错过的亮点功能！

LLM Agent在商业中的应用：探索自主智能的新前沿

热门标签

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10​大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

Ollama 本地运行大模型(LLM)完全指南

大家都在问

LlamaIndex报告：未来Agentic App，不仅是RAG

从案例分析到客户沟通：AI提示词如何优化律师工作流程？

o1 能带我们走进 AGI 吗？

端到端的 NL2SQL 引擎: Super-Analysis 震撼来袭，一个不同于市面已有产品的存在

Golden-Retriever：提升工业知识库检索准确性

再见了，LangChain！

LLMFarm功能汇总：揭秘您可能错过的亮点功能！

LLM Agent在商业中的应用：探索自主智能的新前沿

热门标签

太强了！10大开源大模型！