[Chore] Rename model_overide_args to model_override_args (#1284)
Signed-off-by: Kai-Hsun Chen <kaihsun@anyscale.com> Co-authored-by: Yineng Zhang <me@zhyncs.com>
This commit is contained in:
@@ -10,17 +10,17 @@ if __name__ == "__main__":
|
||||
args = parser.parse_args()
|
||||
server_args = ServerArgs.from_cli_args(args)
|
||||
|
||||
model_overide_args = {}
|
||||
model_overide_args["mm_spatial_pool_stride"] = 2
|
||||
model_overide_args["architectures"] = ["LlavaVidForCausalLM"]
|
||||
model_overide_args["num_frames"] = 16
|
||||
model_overide_args["model_type"] = "llavavid"
|
||||
if model_overide_args["num_frames"] == 32:
|
||||
model_overide_args["rope_scaling"] = {"factor": 2.0, "type": "linear"}
|
||||
model_overide_args["max_sequence_length"] = 4096 * 2
|
||||
model_overide_args["tokenizer_model_max_length"] = 4096 * 2
|
||||
model_overide_args["model_max_length"] = 4096 * 2
|
||||
model_override_args = {}
|
||||
model_override_args["mm_spatial_pool_stride"] = 2
|
||||
model_override_args["architectures"] = ["LlavaVidForCausalLM"]
|
||||
model_override_args["num_frames"] = 16
|
||||
model_override_args["model_type"] = "llavavid"
|
||||
if model_override_args["num_frames"] == 32:
|
||||
model_override_args["rope_scaling"] = {"factor": 2.0, "type": "linear"}
|
||||
model_override_args["max_sequence_length"] = 4096 * 2
|
||||
model_override_args["tokenizer_model_max_length"] = 4096 * 2
|
||||
model_override_args["model_max_length"] = 4096 * 2
|
||||
if "34b" in args.model_path.lower():
|
||||
model_overide_args["image_token_index"] = 64002
|
||||
model_override_args["image_token_index"] = 64002
|
||||
|
||||
launch_server(server_args, model_overide_args, None)
|
||||
launch_server(server_args, model_override_args, None)
|
||||
|
||||
@@ -62,7 +62,7 @@ def get_config(
|
||||
model: str,
|
||||
trust_remote_code: bool,
|
||||
revision: Optional[str] = None,
|
||||
model_overide_args: Optional[dict] = None,
|
||||
model_override_args: Optional[dict] = None,
|
||||
):
|
||||
config = AutoConfig.from_pretrained(
|
||||
model, trust_remote_code=trust_remote_code, revision=revision
|
||||
@@ -70,8 +70,8 @@ def get_config(
|
||||
if config.model_type in _CONFIG_REGISTRY:
|
||||
config_class = _CONFIG_REGISTRY[config.model_type]
|
||||
config = config_class.from_pretrained(model, revision=revision)
|
||||
if model_overide_args:
|
||||
config.update(model_overide_args)
|
||||
if model_override_args:
|
||||
config.update(model_override_args)
|
||||
return config
|
||||
|
||||
|
||||
|
||||
@@ -71,12 +71,12 @@ class ControllerMulti:
|
||||
self,
|
||||
server_args: ServerArgs,
|
||||
port_args: PortArgs,
|
||||
model_overide_args,
|
||||
model_override_args,
|
||||
):
|
||||
# Parse args
|
||||
self.server_args = server_args
|
||||
self.port_args = port_args
|
||||
self.model_overide_args = model_overide_args
|
||||
self.model_override_args = model_override_args
|
||||
self.load_balance_method = LoadBalanceMethod.from_str(
|
||||
server_args.load_balance_method
|
||||
)
|
||||
@@ -114,7 +114,7 @@ class ControllerMulti:
|
||||
self.server_args,
|
||||
self.port_args,
|
||||
pipe_controller_writer,
|
||||
self.model_overide_args,
|
||||
self.model_override_args,
|
||||
True,
|
||||
gpu_ids,
|
||||
dp_worker_id,
|
||||
@@ -189,14 +189,14 @@ def start_controller_process(
|
||||
server_args: ServerArgs,
|
||||
port_args: PortArgs,
|
||||
pipe_writer,
|
||||
model_overide_args: dict,
|
||||
model_override_args: dict,
|
||||
):
|
||||
"""Start a controller process."""
|
||||
|
||||
configure_logger(server_args)
|
||||
|
||||
try:
|
||||
controller = ControllerMulti(server_args, port_args, model_overide_args)
|
||||
controller = ControllerMulti(server_args, port_args, model_override_args)
|
||||
except Exception:
|
||||
pipe_writer.send(get_exception_traceback())
|
||||
raise
|
||||
|
||||
@@ -40,7 +40,7 @@ class ControllerSingle:
|
||||
self,
|
||||
server_args: ServerArgs,
|
||||
port_args: PortArgs,
|
||||
model_overide_args: dict,
|
||||
model_override_args: dict,
|
||||
gpu_ids: List[int],
|
||||
is_data_parallel_worker: bool,
|
||||
dp_worker_id: int,
|
||||
@@ -76,7 +76,7 @@ class ControllerSingle:
|
||||
tp_rank_range,
|
||||
server_args,
|
||||
port_args.nccl_ports[dp_worker_id],
|
||||
model_overide_args,
|
||||
model_override_args,
|
||||
)
|
||||
|
||||
# Launch tp rank 0
|
||||
@@ -85,7 +85,7 @@ class ControllerSingle:
|
||||
0,
|
||||
server_args,
|
||||
port_args.nccl_ports[dp_worker_id],
|
||||
model_overide_args,
|
||||
model_override_args,
|
||||
)
|
||||
self.tp_cpu_group = self.tp_server.model_runner.tp_group.cpu_group
|
||||
|
||||
@@ -126,7 +126,7 @@ def start_controller_process(
|
||||
server_args: ServerArgs,
|
||||
port_args: PortArgs,
|
||||
pipe_writer: multiprocessing.connection.Connection,
|
||||
model_overide_args: dict,
|
||||
model_override_args: dict,
|
||||
is_data_parallel_worker: bool = False,
|
||||
gpu_ids: List[int] = None,
|
||||
dp_worker_id: int = None,
|
||||
@@ -149,7 +149,7 @@ def start_controller_process(
|
||||
controller = ControllerSingle(
|
||||
server_args,
|
||||
port_args,
|
||||
model_overide_args,
|
||||
model_override_args,
|
||||
gpu_ids,
|
||||
is_data_parallel_worker,
|
||||
dp_worker_id,
|
||||
|
||||
@@ -77,7 +77,7 @@ class TokenizerManager:
|
||||
self,
|
||||
server_args: ServerArgs,
|
||||
port_args: PortArgs,
|
||||
model_overide_args: dict = None,
|
||||
model_override_args: dict = None,
|
||||
):
|
||||
self.server_args = server_args
|
||||
|
||||
@@ -95,7 +95,7 @@ class TokenizerManager:
|
||||
self.hf_config = get_config(
|
||||
self.model_path,
|
||||
trust_remote_code=server_args.trust_remote_code,
|
||||
model_overide_args=model_overide_args,
|
||||
model_override_args=model_override_args,
|
||||
)
|
||||
self.is_generation = is_generation_model(
|
||||
self.hf_config.architectures, self.server_args.is_embedding
|
||||
|
||||
@@ -76,7 +76,7 @@ class ModelTpServer:
|
||||
tp_rank: int,
|
||||
server_args: ServerArgs,
|
||||
nccl_port: int,
|
||||
model_overide_args: dict,
|
||||
model_override_args: dict,
|
||||
):
|
||||
suppress_other_loggers()
|
||||
|
||||
@@ -93,7 +93,7 @@ class ModelTpServer:
|
||||
server_args.model_path,
|
||||
server_args.trust_remote_code,
|
||||
context_length=server_args.context_length,
|
||||
model_overide_args=model_overide_args,
|
||||
model_override_args=model_override_args,
|
||||
)
|
||||
|
||||
self.model_runner = ModelRunner(
|
||||
@@ -876,7 +876,7 @@ def run_tp_server(
|
||||
tp_rank: int,
|
||||
server_args: ServerArgs,
|
||||
nccl_port: int,
|
||||
model_overide_args: dict,
|
||||
model_override_args: dict,
|
||||
):
|
||||
"""Run a tensor parallel model server."""
|
||||
configure_logger(server_args, prefix=f" TP{tp_rank}")
|
||||
@@ -887,7 +887,7 @@ def run_tp_server(
|
||||
tp_rank,
|
||||
server_args,
|
||||
nccl_port,
|
||||
model_overide_args,
|
||||
model_override_args,
|
||||
)
|
||||
tp_cpu_group = model_server.model_runner.tp_group.cpu_group
|
||||
|
||||
@@ -904,14 +904,14 @@ def launch_tp_servers(
|
||||
tp_rank_range: List[int],
|
||||
server_args: ServerArgs,
|
||||
nccl_port: int,
|
||||
model_overide_args: dict,
|
||||
model_override_args: dict,
|
||||
):
|
||||
"""Launch multiple tensor parallel servers."""
|
||||
procs = []
|
||||
for i in tp_rank_range:
|
||||
proc = multiprocessing.Process(
|
||||
target=run_tp_server,
|
||||
args=(gpu_ids[i], i, server_args, nccl_port, model_overide_args),
|
||||
args=(gpu_ids[i], i, server_args, nccl_port, model_override_args),
|
||||
)
|
||||
proc.start()
|
||||
procs.append(proc)
|
||||
|
||||
@@ -33,17 +33,17 @@ class ModelConfig:
|
||||
trust_remote_code: bool = True,
|
||||
revision: Optional[str] = None,
|
||||
context_length: Optional[int] = None,
|
||||
model_overide_args: Optional[dict] = None,
|
||||
model_override_args: Optional[dict] = None,
|
||||
) -> None:
|
||||
self.path = path
|
||||
self.trust_remote_code = trust_remote_code
|
||||
self.revision = revision
|
||||
self.model_overide_args = model_overide_args
|
||||
self.model_override_args = model_override_args
|
||||
self.hf_config = get_config(
|
||||
self.path,
|
||||
trust_remote_code,
|
||||
revision,
|
||||
model_overide_args=model_overide_args,
|
||||
model_override_args=model_override_args,
|
||||
)
|
||||
self.hf_text_config = get_hf_text_config(self.hf_config)
|
||||
if context_length is not None:
|
||||
|
||||
@@ -195,9 +195,9 @@ class ModelRunner:
|
||||
monkey_patch_vllm_qvk_linear_loader()
|
||||
|
||||
self.dtype = self.vllm_model_config.dtype
|
||||
if self.model_config.model_overide_args is not None:
|
||||
if self.model_config.model_override_args is not None:
|
||||
self.vllm_model_config.hf_config.update(
|
||||
self.model_config.model_overide_args
|
||||
self.model_config.model_override_args
|
||||
)
|
||||
|
||||
self.model = get_model(
|
||||
|
||||
@@ -272,7 +272,7 @@ async def retrieve_file_content(file_id: str):
|
||||
|
||||
def launch_server(
|
||||
server_args: ServerArgs,
|
||||
model_overide_args: Optional[dict] = None,
|
||||
model_override_args: Optional[dict] = None,
|
||||
pipe_finish_writer: Optional[mp.connection.Connection] = None,
|
||||
):
|
||||
"""Launch an HTTP server."""
|
||||
@@ -317,7 +317,7 @@ def launch_server(
|
||||
tp_rank_range,
|
||||
server_args,
|
||||
ports[3],
|
||||
model_overide_args,
|
||||
model_override_args,
|
||||
)
|
||||
|
||||
try:
|
||||
@@ -328,7 +328,7 @@ def launch_server(
|
||||
return
|
||||
|
||||
# Launch processes
|
||||
tokenizer_manager = TokenizerManager(server_args, port_args, model_overide_args)
|
||||
tokenizer_manager = TokenizerManager(server_args, port_args, model_override_args)
|
||||
if server_args.chat_template:
|
||||
load_chat_template_for_openai_api(tokenizer_manager, server_args.chat_template)
|
||||
pipe_controller_reader, pipe_controller_writer = mp.Pipe(duplex=False)
|
||||
@@ -341,7 +341,7 @@ def launch_server(
|
||||
|
||||
proc_controller = mp.Process(
|
||||
target=start_controller_process,
|
||||
args=(server_args, port_args, pipe_controller_writer, model_overide_args),
|
||||
args=(server_args, port_args, pipe_controller_writer, model_override_args),
|
||||
)
|
||||
proc_controller.start()
|
||||
|
||||
@@ -501,7 +501,7 @@ class Runtime:
|
||||
def __init__(
|
||||
self,
|
||||
log_level: str = "error",
|
||||
model_overide_args: Optional[dict] = None,
|
||||
model_override_args: Optional[dict] = None,
|
||||
*args,
|
||||
**kwargs,
|
||||
):
|
||||
@@ -525,7 +525,7 @@ class Runtime:
|
||||
|
||||
proc = mp.Process(
|
||||
target=launch_server,
|
||||
args=(self.server_args, model_overide_args, pipe_writer),
|
||||
args=(self.server_args, model_override_args, pipe_writer),
|
||||
)
|
||||
proc.start()
|
||||
pipe_writer.close()
|
||||
|
||||
Reference in New Issue
Block a user