本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 支援的模型參考
<a name="optimization-supported-models"></a>

下表顯示 SageMaker AI 支援推論最佳化的模型，並顯示支援的最佳化技術。


**支援的 Llama 模型**  

| 模型名稱 | 支援的量化資料格式 | 支援推測性解碼 | 支援快速模型載入 | 用於編譯的程式庫 | 
| --- | --- | --- | --- | --- | 
| Meta Llama 2 13B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 2 13B Chat | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 2 70B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 2 70B Chat | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 2 7B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 2 7B Chat | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 3 70B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 3 70B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 3 8B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Llama 3 8B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Meta Code Llama 13B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 13B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 13B Python | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 34B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 34B Instruct  | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 34B Python | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 70B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 70B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 70B Python | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 7B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 7B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Code Llama 7B Python | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Meta Llama 2 13B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 2 13B Chat Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 2 70B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 2 70B Chat Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 2 7B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 2 7B Chat Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3 70B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3 70B Instruct Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3 8B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3 8B Instruct Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Code Llama 70B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Code Llama 7B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Code Llama 7B Python Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3.1 405B FP8 | 無 | 是 | 是 | 無 | 
| Meta Llama 3.1 405B Instruct FP8 | 無 | 是 | 是 | 無 | 
| Meta Llama 3.1 70B | INT4-AWQ<br />FP8 | 是 | 是 | 無 | 
| Meta Llama 3.1 70B Instruct | INT4-AWQ<br />FP8 | 是 | 是 | 無 | 
| Meta Llama 3.1 8B | INT4-AWQ<br />FP8 | 是 | 是 | 無 | 
| Meta Llama 3.1 8B Instruct | INT4-AWQ<br />FP8 | 是 | 是 | 無 | 
| Meta Llama 3.1 70B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3.1 70B Instruct Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3 1 8B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Meta Llama 3.1 8B Instruct Neuron | 無 | 否 | 否 | AWSNeuron | 


**支援的 Mistral 模型**  

| 模型名稱 | 支援的量化資料格式 | 支援推測性解碼 | 支援快速模型載入 | 用於編譯的程式庫 | 
| --- | --- | --- | --- | --- | 
| Mistral 7B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Mistral 7B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | AWSNeuron<br />TensorRT-LLM | 
| Mistral 7B Neuron | 無 | 否 | 否 | AWSNeuron | 
| Mistral 7B Instruct Neuron | 無 | 否 | 否 | AWSNeuron | 


**支援的 Mixtral 模型**  

| 模型名稱 | 支援的量化資料格式 | 支援推測性解碼 | 支援快速模型載入 | 用於編譯的程式庫 | 
| --- | --- | --- | --- | --- | 
| Mixtral-8x22B-Instruct-v0.1 | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Mixtral-8x22B V1 | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Mixtral 8x7B | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 
| Mixtral 8x7B Instruct | INT4-AWQ<br />INT8-SmoothQuant<br />FP8 | 是 | 是 | TensorRT-LLM | 


**支援的模型架構和 EAGLE 類型**  

|  模型架構名稱  |  EAGLE 類型  | 
| --- | --- | 
| LlamaForCausalLM | EAGLE 3 | 
| Qwen3ForCausalLM | EAGLE 3 | 
| Qwen3NextForCausalLM | EAGLE 2 | 
| Qwen3MoeForCausalLM  | EAGLE 3 | 
| Qwen2ForCausalLM | EAGLE 3 | 
| GptOssForCausalLM | EAGLE 3 |