🎉 FastDeploy2.0官方有奖实测活动，强势上线！🔥

[Daeshiyao]

🎉 令人兴奋的好消息：FastDeploy2.0强势上线！🔥

🥳 只需一行代码，即可完成跨硬件部署体验，提供类vLLM的接口使用方式，且服务API兼容OpenAI协议！
😻 对于ERNIE 4.5模型的部署，它提供了工业级的多机PD分离解决方案，并支持多级负载均衡、低比特量化推理、上下文缓存和投机解码等多种加速技术。
😎 在Tech report 的基础上，进一步优化了OTPS 使其高达21K！
💰依托本次升级，我们发起了基于FastDeploy 2.0的模型部署实测活动，并配备丰富奖励！即刻体验该高效大模型部署工具包吧！🔥

🎯 基础题：文心4.5系列开源模型部署实测

🧑‍💻 任务描述 基于飞桨FastDeploy2.0，将文心4.5系列开源模型中的任一模型部署为API服务，并通过API调用验证部署结果。
📕 官方文档 10分钟高效部署
💰 完成标准
第1步：部署完成后，API服务正常启动并且能够响应对话请求
第2步：完成下方投票
第3步：通过该问卷提交，注意将您所有的作业文件（py文件、日志、截图、blog地址等）上传至问卷最后一题（问卷地址：https://www.wjx.top/vm/meSsp3L.aspx# ）
截止时间 2025年8月22日

🎯 自选题：量化技术

🧑‍💻 量化任务1描述 给定长度为64的向量，计算L=4,N=3,S=2下平均每个权重所需要的bit，是否有冗余位？冗余位是多少？如果用uint8存储，压缩后的向量长度是多少？
💰 完成标准 在问卷中提交习题序号和对应答案，本题奖品为定制骨瓷杯。

🧑‍💻 量化任务2描述 实现一版卷积编码解码的python实现：给定随机的一个数，通过移位和解码的方式，实现前文所述的L=4,N=3,S=2的解码。比如：给定一个数字217，解码后得到13，6，9三个数字
💰 完成标准 在问卷中提交习题序号和对应答案，本题奖品为50-200元奖金。

🧑‍💻 量化任务3描述 实现一版Triton/cutlass Kernel，实现L=4,N=3,S=2/ L=6,N=4,S=3的解码。比如给定一个压缩后的权重，通过Kernel后可以实现可以还原会未压缩的大小
💰 完成标准 在问卷中提交习题序号和对应答案，本题奖品为50-200元奖金。

截止时间 2025年8月22日

🎯 自选题：多硬件部署

🧑‍💻 任务描述 基于飞桨FastDeploy2.0，在任一本地算力上完成任一开源大模型部署，并成功运行3个推理任务。
📕 官方文档 DOC
💰 完成标准 在问卷中提交日志、本地算力型号、部署成功截图、推理任务截图等（推理任务：发送Query请求，能返回正确结果。需要包含请求代码截图以及返回内容截图）（问卷地址：https://www.wjx.top/vm/meSsp3L.aspx# ）
截止时间 2025年8月22日

🎯 自选题：场景应用

🧑‍💻 任务描述 基于飞桨FastDeploy2.0，将任一开源大模型应用在工业、医疗、交通等你所在行业的应用场景
💰 完成标准 在问卷中提交简要技术方案及应用样例，形式：PDF/PPT/github/网站博客等（问卷地址：https://www.wjx.top/vm/meSsp3L.aspx# ）
截止时间 2025年8月22日

🎯 自选题：技术分享

🧑‍💻 任务描述 结合您实际上手FastDeploy2.0的体验，在Github、知乎、Huggingface等任一技术网站发布你的学习及开发体验blog
💰 完成标准 在问卷中提交blog地址，内容可包含体验感受/使用tips/二次开发经验/场景应用实例等内容。（问卷地址：https://www.wjx.top/vm/meSsp3L.aspx# ）
截止时间 2025年8月22日

💰** 奖励规则：**完成【基础题】+任一【自选题】，即可获得【FastDeploy2.0专属骨瓷杯】+【50-1000元奖金】

😻 其它你可能关心的问题
算力要求：要基于本地算力还是云平台算力完成？——我们没有限制，希望你在各种平台上运行顺利，如有问题，欢迎反馈。
IP限制：不在国内，怎么加入交流群、怎么领取奖励？——你可以加入官方Discord地址 奖品方面，我们将为您发放星巴克代金券等实用的替换奖品。

💡获取帮助

你可以通过以下方式获取更多帮助，或与开发者们共同讨论并获得研发人员的技术支持
更多FD文档 技术文档
向我们提issue New issues
FastDeploy2.0官方答疑群

其它：如果以上任务都无法满足您技术探索的需求，欢迎联系我们（在下方评论、在FD讨论板块提出你的想法、联系群主等），秀出你的代码、需求、blog等内容，如需技术、奖金、算力支持，我们会尽全力为你提供！

[livingbody]

FastDeploy部署很漂亮 秒部署不折腾不浪费时间