趋近智
了解大型语言模型大小与硬件需求
章节 1: 大型语言模型及其规模介绍
什么是大型语言模型（LLM）？
了解模型参数
模型大小如何衡量
不同模型大小的例子
章节 2: 人工智能必需的硬件组件
中央处理器 (CPU)
随机存取存储器 (RAM)
图形处理器 (GPU)
视频内存 (VRAM)
TPU简要介绍
章节 3: 模型大小与硬件需求的关联
模型参数与内存占用
数据类型与精度 (FP16, INT8)
量化简介
计算需求 (FLOPS)
内存带宽的重要性
章节 4: 运行LLM：推理与训练
什么是模型推理？
推断的硬件需求
什么是模型训练？
训练的硬件需求
专注于推理需求
章节 5: 估算硬件需求
显存需求估算：参数量经验法则
考虑激活内存
影响实际使用量的因素
检查硬件配置
实践：简单的显存估算
随机存取存储器 (RAM)
这部分内容有帮助吗？
- Computer Organization and Design RISC-V Edition: The Hardware/Software Interface, David A. Patterson, John L. Hennessy, 2020 (Morgan Kaufmann) - 一本广泛认可的教材，详细介绍了计算机体系结构，包括内存层次结构、RAM的功能以及其与CPU和其他组件的交互。
- Operating System Concepts, Abraham Silberschatz, Peter Baer Galvin, Greg Gagne, 2023 (John Wiley & Sons) - 这本权威教材阐明了操作系统如何管理和使用RAM，包括进程内存、虚拟内存和系统资源分配等方面。
- Lecture 10: Memory Hierarchy, MIT OpenCourseWare, 2017 (MIT) - 作为计算结构基础课程的一部分，本讲座清晰地解释了计算机内存层次结构，侧重于RAM的特性和系统位置。