46 lines
1.1 KiB
Markdown
46 lines
1.1 KiB
Markdown
# kunlunxin
|
||
|
||
适配 kunlunxin 昆仑芯R200-8F加速卡的大模型推理服务镜像
|
||
|
||
## 启动
|
||
|
||
### 使用docker方式启动
|
||
|
||
```bash
|
||
docker run -it --rm \
|
||
--net=host \
|
||
-v /mnt/disk0/models/model-qwen1-5-72b-chat/:/model \
|
||
-e MODEL_NAME=qwen1.5-72b \
|
||
-e NUM_GPUs=4 \
|
||
-e WEIGHT_ONLY_PRECISION=int8 \
|
||
--device /dev/xpuctrl \
|
||
--device /dev/xpu0 \
|
||
--device /dev/xpu1 \
|
||
--device /dev/xpu2 \
|
||
--device /dev/xpu3 \
|
||
slx-infer-kunlunxin:release-0.1-pipe-1-commit-cd30b38d
|
||
```
|
||
|
||
### 参数说明
|
||
|
||
#### 环境变量
|
||
|
||
- MODEL_PATH: 模型在容器中的路径，默认为 `/model`
|
||
|
||
- MODEL_NAME: 模型名字，用于api接口中
|
||
|
||
- PORT：端口，默认`80`
|
||
|
||
- BUILD_SCRIPT_ROOT：编译脚本目录，一般不需要修改
|
||
|
||
- WEIGHT_ONLY_PRECISION：量化权重的精度，`int8`或`int4`
|
||
|
||
- ENGINE_DIR：编译后的模型存储路径，默认`./xtrt_engine`
|
||
|
||
- BUILD_EXTRA：编译用到的额外参数
|
||
|
||
#### 参数
|
||
|
||
基本与vllm相同，可以使用--help查看。
|
||
|
||
由于后端的engine使用的是xtrt的engine，所以相关的参数无效或造成未知的结果，所以不建议修改相关参数。 |