8 * A100 启动巨慢，有启动成功的勇士不

[CarryChang]

[wangding zeng]

建议使用vllm启动vllm-project/vllm#4650

[stack-heap-overflow]

HuggingFace代码中accelerate库对模型的显存分配计算有问题，目前示例代码已修改，预计大幅缩短模型加载速度。

加载模型的代码修改为：

model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True, device_map="sequential", torch_dtype=torch.bfloat16, max_memory=max_memory, attn_implementation="eager")