北京时间4月19日凌晨，Meta在官网上官宣了Llama-3，作为继Llama1、Llama2和CodeLlama之后的第三代模型，Llama3在多个基准测试中实现了全面领先，性能优于业界同类最先进的模型，你有没有第一时间体验上呢，这篇文章就分享下如何在Groq上以超过 800 tokens/s 的魔鬼推理速度体验Llama3，会同时分享Web端、移动端、API方式以及集成到LangChain中4种体验方案。
我的新书《LangChain编程从入门到实践》 已经开售！推荐正在学习AI应用开发的朋友购买阅读，此书围绕LangChain梳理了AI应用开发的范式转变，除了LangChain，还涉及其他诸如 LIamaIndex、AutoGen、AutoGPT、Semantic Kernel等热门开发框架介绍使用。
本文首发自个人博客 利用 Groq 体验 Llama3 的4种方式，800 tokens/s 的推理速度真的太快了！
Groq 有多快
先看两组数据
Llama3 8B 每秒钟 876 tokens 的输出速度，人眼基本跟不上模型的输出速度了，要知道 Llama3 8B 的质量与 GPT-3.5 和 Llama2 70B 相似，可以显著提升一些常见的 AI 应用场景的用户体验；RAG 的性能瓶颈不再是 LLM，而是 Retrieval，什么 HyDE（假设⽂档嵌⼊，利⽤ LLMs ⽣成假设性答案，以增强⽂档检索的准确性）、LLM 重排序器（对检索到的⽂档进⾏重排序，以优先选择最相关和上下⽂适当的信息）不再是 RAG 链路速度瓶颈…
初看数据，我以为是个噱头，本着务实的态度，我自己实际体验了一把，大家自己看 👇
结果 Llama3 70B 的实际体验结果比测评数据还高。
Groq 为什么这么快
源于 Groq 开发出了一种新的 AI 处理器 ——LPU（Language Processing Unit），其推理速度相较于英伟达 GPU 提高了 10 倍。
- 专业优化：LPU 专门针对语言模型推理任务进行了优化，特别是在序列处理方面。
- 创新架构：LPU 采用了一种新的计算模式，能够高效地按顺序处理任务，而不是并行处理。
- 软件先行：Groq 在硬件开发前就创新了软件和编译器，以确保芯片间的高效通信。
- 内存与处理单元的整合：LPU 的设计使得数据流局部性得到更好的利用。
- 针对性能和成本的优化：LPU 在设计时就注重了性能提升和成本降低。
详细科普请前往这里查看
4 种 Groq 体验方案
1. Web 端
无需登录，即可直接在网页版进行尝试，地址指路 👉groq.com，当前支持的模型有 Llama3 8B-4k 、 Llama3 70B-8k 、 Llama2 70B-8k 、 Mixtral 8X7B-32k 、 Gemma 7B-it
2. 移动端
Gorq 的 iOS 应用已经推出，目前不需要登录即可使用，通过下面的 TestFlight 安装地址：testflight.apple.com，支持的模型有 Llama3 8B 、 Llama3 70B 、 Llama2 70B 、 Mixtral 8X7B 、 Gemma 7B
3. API 调用
先前往这个地址 https://console.groq.com/keys 申请好 API-KEY。
安装依赖库
pip install groq
调用
python">import os
from groq import Groqclient = Groq(api_key=os.environ.get("GROQ_API_KEY"),
)
llm = client.chat.completions.create(messages=[{"role": "user","content": "编写一篇中国神话故事，篇幅500～800字，必须使用中文输出",}],model="llama3-70b-8192",
)print(llm.choices[0].message.content)
4. LangChain 中使用
安装依赖库
pip install langchain-groq
使用
python">from langchain_core.prompts import ChatPromptTemplate
from langchain_groq import ChatGroqllm = ChatGroq(temperature=0, model_name="llama3-70b-8192")
human = "{text}"
prompt = ChatPromptTemplate.from_messages([("human", human)])chain = prompt | llmresponse = chain.invoke({"text": "编写一篇中国神话故事，篇幅500～800字，必须使用中文输出"})
print(response.content)
更多体验方式
如果由于网络原因你还是无法访问，请使用我在这篇文章推荐的5 个免费稳定的 Llama 3 在线体验地址
不可错过 👉：我欢迎加入我的会员计划，获取 AI 落地方面的优质信息和见解，节省你的时间。
