VLLM_SCRIPT.md

环境配置

使用 docker 或者本地环境两种方式之一，推荐使用 docker

docker

构建镜像

docker build -f docker/Dockerfile.vllm -t llm-api:vllm .

本地环境

安装依赖，确保安装顺序严格按照下面的命令：

pip install vllm>=0.4.3
pip install -r requirements.txt 
# pip uninstall transformer-engine -y

启动模型

环境变量含义

• MODEL_NAME: 模型名称，如 chatglm4、qwen2、llama3等

• PROMPT_NAME: 使用的对话模板名称，如果不指定，则将根据 tokenizer 找到对应的模板

• MODEL_PATH: 开源大模型的文件所在路径

• TRUST_REMOTE_CODE: 是否使用外部代码

• TOKENIZE_MODE（可选项）: tokenizer 的模式，默认为 auto

• TENSOR_PARALLEL_SIZE（可选项）: GPU 数量，默认为 1

• EMBEDDING_NAME（可选项）: 嵌入模型的文件所在路径，推荐使用 moka-ai/m3e-base 或者 BAAI/bge-large-zh

• GPU_MEMORY_UTILIZATION（可选项）: GPU 占用率

• MAX_NUM_BATCHED_TOKENS（可选项）: 每个批处理的最大 token 数量

• MAX_NUM_SEQS（可选项）: 批量大小

• TASKS（可选项）: llm 表示启动对话大模型，rag 表示启动文档文档相关接口，比如embedding、rerank

启动方式

选择下面两种方式之一启动模型接口服务

docker启动

1. docker run

不同模型只需要将 .env.vllm.example 文件内容复制到 .env 文件中

cp .env.vllm.example .env

然后修改 .env 文件中的环境变量

docker run -it -d --gpus all --ipc=host -p 7891:8000 --name=vllm-server \
    --ulimit memlock=-1 --ulimit stack=67108864 \
    -v `pwd`:/workspace \
    llm-api:vllm \
    python api/server.py

2. docker compose

docker-compose -f docker-compose.vllm.yml up -d

本地启动

同样的，将 .env.vllm.example 文件内容复制到 .env 文件中

cp .env.vllm.example .env

然后修改 .env 文件中的环境变量

cp api/server.py .
python server.py

环境变量修改参考

QWEN系列

模型	环境变量示例
qwen	MODEL_NAME=qwen、MODEL_PATH=Qwen/Qwen-7B-Chat、PROMPT_NAME=qwen、 ENGINE=vllm
qwen1.5	MODEL_NAME=qwen2、MODEL_PATH=Qwen/Qwen1.5-7B-Chat、PROMPT_NAME=qwen2、 ENGINE=vllm
qwen2	MODEL_NAME=qwen2、MODEL_PATH=Qwen/Qwen2-7B-Instruct、PROMPT_NAME=qwen2、 ENGINE=vllm

GLM系列

模型	环境变量示例
chatglm	MODEL_NAME=chatglm、MODEL_PATH=THUDM/chatglm-6b、PROMPT_NAME=chatglm、 ENGINE=vllm
chatglm2	MODEL_NAME=chatglm2、MODEL_PATH=THUDM/chatglm2-6b、PROMPT_NAME=chatglm2、 ENGINE=vllm
chatglm3	MODEL_NAME=chatglm3、MODEL_PATH=THUDM/chatglm3-6b、PROMPT_NAME=chatglm3、 ENGINE=vllm
glm4	MODEL_NAME=chatglm4、MODEL_PATH=THUDM/glm-4-9b-chat、PROMPT_NAME=chatglm4、 ENGINE=vllm

BAICHUAN系列

模型	环境变量示例
baichuan	MODEL_NAME=baichuan、MODEL_PATH=baichuan-inc/Baichuan-13B-Chat、PROMPT_NAME=baichuan、 ENGINE=vllm
baichuan2	MODEL_NAME=baichuan2、MODEL_PATH=baichuan-inc/Baichuan2-13B-Chat、PROMPT_NAME=baichuan2、 ENGINE=vllm

INTERNLM系列

模型	环境变量示例
internlm	MODEL_NAME=internlm、MODEL_PATH=internlm/internlm-chat-7b、PROMPT_NAME=internlm、 ENGINE=vllm
internlm2	MODEL_NAME=internlm2、MODEL_PATH=internlm/internlm2-chat-20b、PROMPT_NAME=internlm2、 ENGINE=vllm

Yi系列

模型	环境变量示例
yi	MODEL_NAME=yi、MODEL_PATH=01-ai/Yi-34B-Chat、PROMPT_NAME=yi、 ENGINE=vllm
yi1.5	MODEL_NAME=yi1.5、MODEL_PATH=01-ai/Yi1.5-9B-Chat、PROMPT_NAME=yi、 ENGINE=vllm

DEEPSEEK系列

模型	环境变量示例
deepseek-coder	MODEL_NAME=deepseek-coder、MODEL_PATH=deepseek-ai/deepseek-coder-33b-instruct、PROMPT_NAME=deepseek-coder、 ENGINE=vllm
deepseek-chat	MODEL_NAME=deepseek、MODEL_PATH=deepseek-ai/deepseek-llm-67b-chat、PROMPT_NAME=deepseek、 ENGINE=vllm