57 lines
3.0 KiB
Markdown
57 lines
3.0 KiB
Markdown
# Qwen2.5 启动兼容引擎
|
||
|
||
这个[独立镜像仓库](https://dev.modelhub.org.cn/a4913994/enginex-qwen25-compat)沿用 [ModelHub A100 示例仓库](https://dev.modelhub.org.cn/zhengzhongwei/vLLM-Nvidia-A100-opt)
|
||
的方式：标签触发 `.gitea/workflows/docker-build-push.yml`，runner 检查元数据、构建并推送镜像，
|
||
最后调用 ModelHub 的 `image-verify` 接口注册验证。
|
||
|
||
当前为 A100 参考端和寒武纪 MLU370 x4/x8 构建两个镜像，三个 GPU 共用
|
||
`vllm_qwen25_compat` 框架名。A100 基础镜像来自示例仓库；寒武纪基础镜像来自
|
||
平台现有 MLU370 验证任务使用的镜像。是否允许一个仓库为多个 GPU 注册同一框架，
|
||
需要以 runner 的 `validate` 和镜像验证结果为准。
|
||
|
||
## 修复范围
|
||
|
||
- 将列表型 `extra_special_tokens` 合并到 `additional_special_tokens`，解决
|
||
Transformers 调用 `.keys()` 时的崩溃。
|
||
- 对明确写成 `TokenizersBackend` 且带 `tokenizer.json` 的仓库，改用
|
||
`PreTrainedTokenizerFast`。
|
||
- 对 `model_type=qwen2`、`eos_token=<|im_end|>` 且缺少聊天模板的模型，补充
|
||
简单的 Qwen ChatML 模板，避免 `/v1/chat/completions` 返回 400；已有独立
|
||
`chat_template.jinja` 或 `chat_template.json` 的模型不补写。
|
||
|
||
启动时在 `/tmp` 建立新模型视图，只重写 `tokenizer_config.json`。权重、模型代码和
|
||
其他文件以符号链接指回只读 `/model`；源模型不变。没有命中上述问题时直接调用原始
|
||
`vllm`。修复记录写在新视图的 `.modelhub-compat-report.json`，同时输出到容器日志。
|
||
|
||
这不能修复缺失权重、尺寸不匹配、Ascend 上持续出现的 0 分输出或平台评测超时。
|
||
尤其是分数为 0 的参考端与目标端必须分别排查；只换一个端的镜像不能保证过审。
|
||
|
||
## 本地验证
|
||
|
||
```bash
|
||
python -m unittest discover -s tests -v
|
||
python -m py_compile engine_compat.py
|
||
```
|
||
|
||
有对应镜像访问权限的 Docker 主机上再运行：
|
||
|
||
```bash
|
||
docker build --build-arg BASE_IMAGE=harbor.4pd.io/dooke/vllm/vllm/vllm-openai:v0.11.0 \
|
||
-t qwen25-compat:a100 .
|
||
docker build --build-arg BASE_IMAGE=harbor.4pd.io/hardcore-tech/cambricon-mlu370-pytorch:v25.01-20260228 \
|
||
-t qwen25-compat:mlu370 .
|
||
```
|
||
|
||
## 用 runner 发布
|
||
|
||
1. 源码已推送到公开仓库 `a4913994/enginex-qwen25-compat` 的 `main`；目前尚未推送触发构建的 `v*` 标签。
|
||
2. 为该仓库的 runner 配置 `DOCKER_REGISTRY`、`DOCKER_USERNAME`、
|
||
`DOCKER_PASSWORD`、`FIXED_TOKEN`。不要把凭证写进仓库。
|
||
3. 推送 `v*` 标签。工作流依次跑单元测试、验证 GPU/任务元数据、构建与推送镜像、
|
||
为 A100 和 MLU370 x4/x8 各发起一次镜像验证。
|
||
4. 在“我的驱动列表”确认三个镜像验证通过，并检查新框架出现在对应 GPU 的
|
||
`frameworks` 接口中，再用少量已知缺陷模型做对照验证。
|
||
|
||
只有平台确认新框架可选且 A100 参考端实际使用新镜像后，才应让 `xc-agent` 把
|
||
列表型 `extra_special_tokens` 的模型路由到此框架。当前智能体继续预检并跳过它们。
|