🚀 Intel Gaudi 기반 TGI 로 LLM 추론 가속화

우리는 PR #3091 을 통해 TGI 의 메인 코드베이스에 Gaudi 지원 기능을 완전히 통합했습니다. 이전에는 tgi-gaudi 에서 별도의 포크 (fork) 를 유지해 왔습니다. 이는 사용자에게 불편을 주었으며, 최신 TGI 기능을 출시 시 지원하지 못하게 했습니다. 이제 새로운 TGI 다중 백엔드 (multi-backend) 아키텍처를 사용하여 TGI 에서 직접 Gaudi 를 지원합니다. 더 이상 커스텀 리포지토리에 대한 finicking(고민) 을 할 필요가 없습니다 🙌

이 통합은 Intel 의 전체 Gaudi 하드웨어 라인업을 지원합니다:

• Gaudi1 💻: AWS EC2 DL1 인스턴스에서 사용 가능
• Gaudi2 💻💻: Intel Tiber AI Cloud 및 Denvr Dataworks 에서 사용 가능
• Gaudi3 💻💻💻: Intel Tiber AI Cloud, IBM Cloud 및 Dell, HP, Supermicro 와 같은 OEM 에서 사용 가능

Intel 의 Gaudi 제품 페이지에서 더 많은 정보를 찾을 수 있습니다.

TGI 의 Gaudi 백엔드는 다음과 같은 주요 이점을 제공합니다:

• 하드웨어 다양성 🔄: 전통적인 GPU 를 넘어 생산 환경에 LLM 을 배포할 수 있는 더 많은 옵션
• 비용 효율성 💰: 특정 워크로드에 대해 Gaudi 하드웨어는 매력적인 가격 성능을 제공합니다
• 프로덕션 준비 ⚙️: TGI 의 모든 견고함 (동적 배치, 스트리밍 응답 등) 이 이제 Gaudi 에서도 사용 가능
• 모델 지원 🤖: Llama 3.1, Mixtral, Mistral 등 인기 있는 모델을 Gaudi 하드웨어에서 실행
• 고급 기능 🔥: 멀티 카드 추론 (sharding), 비전 언어 모델, FP8 정밀도 지원

TGI 를 Gaudi 에서 실행하는 가장 쉬운 방법은 공식 Docker 이미지를 사용하는 것입니다. Gaudi 하드웨어 머신에서 이미지를 실행해야 합니다. 시작하기 위한 기본 예시는 다음과 같습니다:

model=meta-llama/Meta-Llama-3.1-8B-Instruct
volume=$PWD/data # Docker 컨테이너와 볼륨을 공유하여 각 실행마다 가중치를 다운로드하지 않도록 함
hf_token=YOUR_HF_ACCESS_TOKEN
...

서버가 실행되면 추론 요청을 보낼 수 있습니다:

curl 127.0.0.1:8080/generate
-X POST
-d '{"inputs":"What is Deep Learning?","parameters":{"max_new_tokens":32}}'
...

TGI 와 Gaudi 를 사용하는 종합적인 문서, including how-to 가이드 및 고급 설정은 새로운 전용 Gaudi 백엔드 문서에서 확인하세요.

우리는 단일 카드 및 멀티 카드 구성을 위해 다음 모델을 최적화했습니다. 이는 이 모델들이 Intel Gaudi 에서 최대한 빠르게 실행됨을 의미합니다. 우리는 Intel Gaudi 하드웨어를 타겟팅하기 위해 모델링 코드를 특정적으로 최적화하여 최고의 성능을 제공하고 Gaudi 의 능력을 완전히 활용합니다:

• Llama 3.1 (8B 및 70B)
• Llama 3.3 (70B)
• Llama 3.2 Vision (11B)
• Mistral (7B)
• Mixtral (8x7B)
• CodeLlama (13B)
• Falcon (180B)
• Qwen2 (72B)
• Starcoder 및 Starcoder2
• Gemma (7B)
• Llava-v1.6-Mistral-7B
• Phi-2

🏃♂️ 우리는 또한 Gaudi 하드웨어에서 FP8 양자화 (Intel Neural Compressor (INC) 를 통해) 와 같은 많은 고급 기능을 제공합니다.

✨ 곧 출시 예정! 우리는 DeepSeek-r1/v3, QWen-VL 및 더 강력한 모델을 추가하여 AI 애플리케이션을 위한 모델 라인업을 확장할 예정입니다 🚀

우리는 커뮤니티에게 TGI 를 Gaudi 하드웨어에서 실행하고 피드백을 제공하는 것을 초대합니다. 전체 문서는 TGI Gaudi 백엔드 문서에서 확인할 수 있습니다 📚 기여에 관심이 있다면 기여 가이드라인을 확인하거나 GitHub 에서 이슈를 열어 피드백을 제출하세요 🤝 Intel Gaudi 지원 기능을 TGI 에 직접 통합함으로써 우리는 LLM 을 배포하기 위한 유연하고 효율적이고 프로덕션 준비된 도구를 제공하는 우리의 임무를 계속 수행합니다. 이 새로운 기능으로 무엇을 구축할지 기대합니다! 🎉