EngineX/xc-llm-ascend
3
0
Fork 0
Code Issues Pull Requests Actions Projects Releases Wiki Activity
Files
befbee5883446ccb8b0df255a911168079a414f1
xc-llm-ascend/README.zh.md
wangxiyuan befbee5883 Update README and add collect_env info (#369) 
1. Doc: Fix error link
2. Doc: make Chinese version the same with english
3. remove useless file `test.py`
4. update `collect_env.py`
5. Fix v1 import error

Signed-off-by: wangxiyuan <wangxiyuan1007@gmail.com>
2025-03-21 15:43:43 +08:00

3.6 KiB
Raw Blame History

vllm-ascend

vLLM Ascend Plugin

| 关于昇腾 | 官方文档 | 开发者 Slack (#sig-ascend) | 用户论坛 |

English | 中文

最新消息 🔥

总览

vLLM 昇腾插件 (vllm-ascend) 是一个由社区维护的让vLLM在Ascend NPU无缝运行的后端插件。

此插件是 vLLM 社区中支持昇腾后端的推荐方式。它遵循[RFC]: Hardware pluggable所述原则：通过解耦的方式提供了vLLM对Ascend NPU的支持。

使用 vLLM 昇腾插件，可以让类Transformer、混合专家(MOE)、嵌入、多模态等流行的大语言模型在 Ascend NPU 上无缝运行。

准备

  • 硬件：Atlas 800I A2 Inference系列、Atlas A2 Training系列
  • 操作系统：Linux
  • 软件：
    • Python >= 3.9
    • CANN >= 8.0.RC2
    • PyTorch >= 2.5.1, torch-npu >= 2.5.1.dev20250308
    • vLLM (与vllm-ascend版本一致)

开始使用

请查看快速开始和安装指南了解更多.

贡献

请参考 CONTRIBUTING 文档了解更多关于开发环境搭建、功能测试以及 PR 提交规范的信息。

我们欢迎并重视任何形式的贡献与合作：

  • 请通过Issue来告知我们您遇到的任何Bug。
  • 请通过用户论坛来交流使用问题和寻求帮助。

分支策略

vllm-ascend有主干分支和开发分支。

  • main: 主干分支，与vLLM的主干分支对应，并通过昇腾CI持续进行质量看护。
  • vX.Y.Z-dev: 开发分支，随vLLM部分新版本发布而创建，比如v0.7.3-dev是vllm-asend针对vLLM v0.7.3版本的开发分支。

下面是维护中的分支：

分支 状态 备注
main Maintained 基于vLLM main分支CI看护
v0.7.1-dev Unmaintained 只允许文档修复
v0.7.3-dev Maintained 基于vLLM v0.7.3版本CI看护

请参阅版本策略了解更多详细信息。

许可证

Apache 许可证 2.0，如 LICENSE 文件中所示。