第9章 第一次组会

就是将大模型压缩成小模型然后放到边缘设备里。

因为是全自动的AI框架，所以其操作流程非常的傻瓜。

只要将边缘设备连接到电脑，程序就会自动检测其硬件的具体参数，然后经过AgileEdge的压缩，不断地优化模型，最终形成一个能运行的模型文件。

边缘设备周昀暂时就找了一台老的智能机，内存只有32G，将手机插上数据线。

运行程序。

一个进度条出现在屏幕下方。

【预计时间：17h】

“就知道。”

只要涉及到大模型，实验的时间就不会短，不过十几个小时也算快了，前世周昀曾经一个实验跑了两周，主要就是当时的服务器实在太垃圾了。

三天后，周五。

经过几天的实验，周昀的AgileEdge算是初步能用，但是距离他预想的性能，还有一些差距。

而且不同的大模型之间，压缩后的性能也存在较大的差距。

他的想法是在模型压缩的同时，性能不变，但是现在看来，模型压缩，性能就一定会变差，这看上去似乎是一个无解的问题。

周昀能保证，自己的AgileEdge框架是没有问题的，不然也不可能实现模型压缩，那么有问题只可能是模型本身。

大模型本身特殊的架构，限制了其参数的数量。

本章未完，请点击下一页继续阅读！ 第3页 / 共6页