при запуске крашится и рассказывает, что Some modules are dispatched on the CPU or the disk. Make sure you have enough GPU RAM to fit the quantized model. If you want to ispatch the model on the CPU or the disk while keeping these modules in 32-bit, you need to set load_in_8bit_fp32_cpu_offload=True` and pass a custom device_map to from_pretrained. Check https://huggingface.co/docs/transformers/main/en/main_classes/quantization#offload-between-cpu-and-gpu for more details.
память вся свободна? можно явно указать device_map={«»: 0}
точнее даже device_map = 0, чтобы положить всё на 0 гпу
Обсуждают сегодня