enginex-c_series-llama.cpp/README.md

# enginex-c_series-llama.cpp

## 镜像

本仓库 [软件包](https://git.modelhub.org.cn:9443/EngineX-MetaX/enginex-c_series-llama.cpp/packages) 提供已安装好 `llama.cpp`（基于 [tag b6294](https://github.com/ggml-org/llama.cpp/tree/bcbddcd54f0d5c22eab180831fdea6484107112f)）的镜像，可以通过如下命令直接拉取镜像
`docker pull git.modelhub.org.cn:9443/enginex-metax/maca-c500-llama.cpp:20250827`

## 运行说明

参照运行 DeepSeek-V3.1 unsloth 量化版：https://docs.unsloth.ai/basics/deepseek-v3.1#run-in-llama.cpp

## 编译说明

建议直接使用社区所提供的镜像运行，如果需要自行构建，可以参照如下使用步骤。

0. 建议在沐曦镜像中编译安装。为沐曦设备编译CUDA应用需要使用工具 `cu-bridge`，沐曦的镜像中已附带了该工具，可跳过该工具安装。具体安装步骤可参考沐曦开发者文档：*曦云系列_通用计算GPU_开源社区CUDA应用迁移指南*。
1. 安装 `cuda-toolkit`。沐曦文档建议使用11.5版本，测试12.4版本也可成功编译，本文以11.5版本为例。
2. `cuda-toolkit` 11.5 版本 与 `stdc++-11` 及以上不匹配，需要安装 `gcc-10/g++-10` （以及对应的 `libstdc++-10`）。安装完成后使用 `update-alternatives` 设置 `gcc-10/g++-10` 为默认编译器，或通过环境变量 `CC/CXX` 指定。
3. 设置 `CUCC` 相关环境变量（假设相关工具已安装在 `/opt/maca`）
    ```bash
    export MACA_PATH=/opt/maca
    export CUCC_PATH=/opt/maca/tools/cu-bridge
    export PATH=$PATH:${CUCC_PATH}/tools:${CUCC_PATH}/bin
    export CUDA_PATH=/usr/local/cuda # cuda-toolkit 安装路径
    ```
4. 编译安装 `llama.cpp`
    ```bash
    apt-get update
    apt-get install pciutils build-essential cmake curl libcurl4-openssl-dev -y
    
    git clone https://github.com/ggerganov/llama.cpp
    
    cmake llama.cpp -B llama.cpp/build \
    -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON -DLLAMA_CURL=ON -DCMAKE_CUDA_HOST_COMPILER=/usr/bin/g++-10
    
    cmake --build llama.cpp/build --config Release -j --clean-first --target llama-quantize llama-cli llama-gguf-split llama-mtmd-cli llama-server
    
    cp llama.cpp/build/bin/llama-* llama.cpp
    ```