本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 支持的模型参考
<a name="optimization-supported-models"></a>

下表显示了 SageMaker AI 支持推理优化的模型，并显示了支持的优化技术。


**支持的 Llama 模型**  

| 模型名称 | 支持的量化数据格式 | 支持预测解码 | 支持快速模型加载 | 用于编译的库 | 
| --- | --- | --- | --- | --- | 
| Meta Llama 2 13B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 2 13B Chat |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 2 70B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 2 70B Chat |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 2 7B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 2 7B Chat |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 3 70B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 3 70B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 3 8B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Llama 3 8B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Meta Code Llama 13B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 13B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 13B Python |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 34B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 34B Instruct  |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 34B Python |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 70B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 70B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 70B Python |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 7B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 7B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Code Llama 7B Python |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Meta Llama 2 13B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 2 13B Chat Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 2 70B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 2 70B Chat Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 2 7B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 2 7B Chat Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3 70B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3 70B Instruct Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3 8B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3 8B Instruct Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Code Llama 70B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Code Llama 7B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Code Llama 7B Python Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3.1 405B FP8 | 无 | 支持 | 是 |  无  | 
| Meta Llama 3.1 405B Instruct FP8 | 无 | 支持 | 是 |  无  | 
| Meta Llama 3.1 70B |  INT4-AWQ FP8  | 支持 | 是 |  无  | 
| Meta Llama 3.1 70B Instruct |  INT4-AWQ FP8  | 支持 | 是 |  无  | 
| Meta Llama 3.1 8B |  INT4-AWQ FP8  | 支持 | 是 |  无  | 
| Meta Llama 3.1 8B Instruct |  INT4-AWQ FP8  | 支持 | 是 |  无  | 
| Meta Llama 3.1 70B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3.1 70B Instruct Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3 1 8B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Meta Llama 3.1 8B Instruct Neuron | 无 | 否 | 否 |  AWS神经元  | 


**支持的 Mistral 模型**  

| 模型名称 | 支持的量化数据格式 | 支持预测解码 | 支持快速模型加载 | 用于编译的库 | 
| --- | --- | --- | --- | --- | 
| Mistral 7B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Mistral 7B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  AWS神经元 TensorRT-LLM  | 
| Mistral 7B Neuron | 无 | 否 | 否 |  AWS神经元  | 
| Mistral 7B Instruct Neuron | 无 | 否 | 否 |  AWS神经元  | 


**支持的 Mixtral 模型**  

| 模型名称 | 支持的量化数据格式 | 支持预测解码 | 支持快速模型加载 | 用于编译的库 | 
| --- | --- | --- | --- | --- | 
| Mixtral-8x22B-Instruct-v0.1 |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Mixtral-8x22B V1 |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Mixtral 8x7B |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 
| Mixtral 8x7B Instruct |  INT4-AWQ INT8-SmoothQuant FP8  | 支持 | 是 |  TensorRT-LLM  | 


**支持的模型架构和 EAGLE 类型**  

|  模型架构名称  |  鹰型  | 
| --- | --- | 
|  LlamaForCausalLM  |  老鹰 3  | 
|  Qwen3 LM ForCausal  |  老鹰 3  | 
|  Qwen3 LM NextForCausal  |  老鹰 2  | 
|  Qwen3 LM MoeForCausal   |  老鹰 3  | 
|  Qwen2 LM ForCausal  |  老鹰 3  | 
|  GptOssForCausalLM  |  老鹰 3  |