MarkBase Admin
d3379e23d5
CI / build-and-test (push) Has been cancelled
根本问题确认： ✅ 26B-A4B Router/Expert使用bits=8量化 ✅ inDim = 704*4 = 2816（8-bit: 4 vals/u32） ✅ groupSize = 2816/44 = 64 ⚠️ 现有dequantize_row kernel只支持bits=4 ⚠️ Kernel硬编码：groupSize/8, (inG%8)*4, &0xF ⚠️ 需要8-bit逻辑：groupSize/4, (inG%4)*8, &0xFF 已修复部分： ✅ loadExpertGroup groupSize计算（Line 1247-1251） ✅ 从scales shape正确计算groupSize ⚠️ 但仍需8-bit Metal kernel支持 修复方案对比： 方案A（修改Metal kernels）：数天，极高风险，不确定 ⭐ 方案B（使用26B-Standard）：0分钟，无风险，完美 ⭐⭐⭐⭐⭐ 创建文件： - dequantize_8bit_kernel.metal（示例kernel） - dequantizeRow_analysis.md（函数分析） - 26B_A4B_Deep_Fix_Analysis.md（完整分析） 结论： 技术上可修复，但难度极高（需修改Metal kernels） 强烈推荐使用26B-Standard代替（完美无NaN） 推荐度：方案B ⭐⭐⭐⭐⭐
MarkBase
高性能 Swift Metal 多模態推理引擎，專為 Apple Silicon 優化。
功能特性
- ✅ 純 Swift Metal - 無外部依賴
- ✅ 4-bit 量化 - 高效內存使用
- ✅ OpenAI 兼容 API - REST + SSE
- ✅ 多模態支持 - 文本、圖片、音訊
- ✅ 流式輸出 - 實時 token 生成
- ✅ SIMD 優化 - 17x attention, 3x matmul 提升
快速開始
安裝
git clone <repository-url>
cd MarkBase12B
swift build
啟動服務器
# 基本啟動
swift run G12BServer ./model
# 指定端口和模型 ID
swift run G12BServer ./model 8080 markbase-12b
# 運行性能基準測試
swift run G12BServer ./model markbase --benchmark
API 使用
健康檢查
curl http://localhost:8080/health
文本生成
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{"role": "user", "content": "Hello, how are you?"}
],
"max_tokens": 100,
"temperature": 0.7
}'
流式輸出
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{"role": "user", "content": "Tell me a story"}
],
"stream": true
}'
多模態（圖片）
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{
"role": "user",
"content": [
{"type": "text", "text": "描述這張圖片"},
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}
]
}
]
}'
Swift SDK 使用
import G12B
// 初始化引擎
let engine = try MarkBaseEngine(autoCompile: true)
// 加載模型
let model = try E4BModel(modelDir: "./model", engine: engine)
// 生成文本
let logits = try model.forward(tokenId: 0, position: 0)
性能
| 模型 | 速度 | 內存 |
|---|---|---|
| E4B (4B) | 19.7 tok/s | ~3GB |
| 12B | 18.8 tok/s | ~9GB |
架構
MarkBase12B/
├── Sources/G12B/
│ ├── Engine.swift # Metal 引擎
│ ├── Model.swift # 模型實現
│ ├── Tokenizer/ # Tokenizer
│ ├── Generator/ # 文本生成
│ ├── Sampling/ # 採樣策略
│ ├── Audio/ # 音訊塔
│ ├── Vision/ # 視覺塔
│ ├── Metal/ # Metal Kernels
│ └── BufferPool.swift # Buffer 池
├── Sources/G12BServer/
│ ├── APIServer.swift # API 服務器
│ ├── MarkBaseServer.swift # 服務器實現
│ ├── SSE.swift # SSE 支持
│ ├── Errors.swift # 錯誤處理
│ ├── MultimodalAPI.swift # 多模態 API
│ └── PerformanceBenchmark.swift
└── Tests/G12BTests/
文檔
授權
MIT License