跳到主要內容

16GB ROCm 本地 LLM-as-a-Verifier 實測數據：Qwen3.5-9B 跑起來到底多快

TL;DR: 用 Qwen3.5-9B（Q4_K）在單張 16GB AMD GPU 上跑本地 LLM-as-a-Verifier，每次 code comparison 約 0.5–2 秒，cache hit rate 66%，正確程式碼穩定給 1.0 分，有 bug 的給 0.0–0.14 分。16GB 跑 9B 模型綽綽有餘，還有空間跑其他服務。 這篇是實測續篇，前兩篇分別講了 架構設計 和 Docker 封裝 。前兩篇講的是「做什麼」跟「怎麼做」，這篇來量「到底多快」。 1. 測試環境 在一台 homelab Linux（CachyOS）上跑的： 項目 內容 GPU AMD 16GB（15.9 GiB）via ROCm 模型 Qwen3.5-9B（8.95B 參數，Q4_K ~5.7GB GGUF） 後端 llama.cpp（llama-server，ROCm HIP build） Verifier Docker container（llm-verifier），port 8010 模型 VRAM ~10.2 GB（模型本身 + 動態 KV cache） GPU 使用率 78% 系統 RAM 62 GB；使用 27 GB（swap 用了 9.3 GB） Context window 131,072 tokens MIN_SCORE 0.8 後端跑在另一台機器上，走 local Gigabit 網路連線。 2. Verifier 在幹嘛 docker-llm-as-a-verifier 包裝了 LLM-as-a-Verifier 這個研究套件，讀取 token-level log probability 來算連續分數，不是簡單的 yes/no 判斷。 Container 開了 7 個 HTTP endpoint： Endpoint Method 用途 /health GET 健康檢查 /v1/compare POST 兩組答案比對評分 /v1/select POST Best-of-N 選最佳 /v1/track POST Agent 軌跡分數追蹤 /v1/directed POST 導...
張貼留言

Some Ext3 Filesystem Tips

[摘錄自 http://forums.gentoo.org/viewtopic-t-305871.html]

記得要用 LiveCD 開機去做唷~

1. 目錄索引 (針對大目錄以及目錄裡有很多檔案)
啟用功能
# tune2fs -O dir_index /dev/hdXY
產生現有目錄的索引檔
# e2fsck -D /dev/hdXY

2. 完整日誌功能
方法a: edit /etc/fstab , 加入 mount option
/dev/hda6 / ext3 noatime,data=journal 0 0

edit /etc/grub (bootloader 使用 grub 為例)
kernel /kernel-2.6.12-gentoo-r2 root=/dev/hda6 rootflags=data=journal

方法b: 不適用於 2.4.20 以前的 Kernel
使用 tune2fs 改變掛載時的預設模式
# tune2fs -o has_journal,journal_data /dev/hdXY
微調設定(請自行參考tune2fs手冊)
# tune2fs -J size=$SIZE /dev/hdXY

3. 停用漫長的開機檢查 (僅對 ext3 有用)
# tune2fs -c 0 -i 0 /dev/hdXY
標籤：

留言

張貼留言

回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！