ERNIE-4.5-21B-A3B

系统要求

不同量化方法和上下文大小的显存要求

关于 ERNIE-4.5-21B-A3B

ERNIE-4.5-21B-A3B 是百度文心 (ERNIE) 4.5 系列中的一款高效大语言模型，专为高级文本理解和复杂推理任务而设计。作为一种混合专家 (MoE) 模型，它拥有 210 亿的总参数量，而每个 token 仅激活 30 亿参数。这种架构策略使模型能够达到更大规模系统的性能水平，同时保持适合敏捷部署的计算开销。该模型源自更广泛的多模态系列，但这一特定变体经过后训练，在自然语言处理、逻辑演绎和结构化工具调用方面表现出色。

ERNIE-4.5-21B-A3B 的技术骨干采用了细粒度异构 MoE 结构，旨在减轻初始预训练期间的跨模态干扰。它每层包含 64 个专家，通过路由机制为每个 token 选择 6 个激活专家，并配合 2 个共享专家以促进全局知识整合。该架构引入了分组查询注意力 (GQA) 以优化显存吞吐量，并采用了带有渐进式频率缩放方法的旋转位置嵌入 (RoPE)。这种缩放技术使模型能够原生支持 131,072 个 token 的上下文窗口，使其在处理长文档和多步推理链时非常有效，且不会出现上下文扩展模型中常见的性能退化。

该模型针对生产级环境进行了优化，支持包括 4 位和 2 位卷积代码量化在内的高级量化技术，从而最大限度地降低推理时的显存需求。训练基础设施利用 FP8 混合精度和层级负载均衡来确保专家的稳定性和高吞吐量。ERNIE-4.5-21B-A3B 旨在实现跨深度学习生态系统的互操作性，兼容飞桨 (PaddlePaddle) 框架，并提供 PyTorch 格式的权重，以便集成到标准的 Transformers 流水线中。通过对函数调用和结构化数据交互的原生支持，其功能得到了进一步扩展，使其成为智能体 (agentic) 工作流和自动化技术任务的理想基础。

技术规格

资源

关于 ERNIE 4.5

百度 ERNIE 4.5 系列包含十个大规模多模态模型。该系列采用异构专家混合（MoE）架构，在支持跨模态参数共享的同时，也为特定模态配置了专用参数，从而实现了高效的语言和多模态处理。

其他 ERNIE 4.5 模型

• ERNIE-4.5-0.3B-Base
• ERNIE-4.5-0.3B
• ERNIE-4.5-21B-A3B-Base
• ERNIE-4.5-VL-28B-A3B-Base
• ERNIE-4.5-VL-28B-A3B
• ERNIE-4.5-300B-A47B
• ERNIE-4.5-300B-A47B-Base
• ERNIE-4.5-VL-424B-A47B
• ERNIE-4.5-VL-424B-A47B-Base