126 lines
4.1 KiB
Markdown
126 lines
4.1 KiB
Markdown
# K100-vLLM Patched 镜像
|
||
|
||
## 背景
|
||
|
||
在海光 K100-AI GPU 和 Nvidia A100 上跑大批量模型 benchmark 时，部分模型因 tokenizer 配置问题导致 vLLM 启动失败。本仓库通过在基础镜像上打 patch，修复已知的兼容性问题，无需逐个修改模型文件。
|
||
|
||
## 目录结构
|
||
|
||
```text
|
||
├── K100-vLLM Patched 镜像/ # K100-vLLM补丁镜像
|
||
│ ├── Dockerfile
|
||
│ └── patch.py
|
||
├── NV A100 Patched 镜像/ # 英伟达A100基础tokenizer补丁镜像
|
||
│ ├── Dockerfile
|
||
│ └── patch.py
|
||
└── NV A100 Patched 镜像合并/ # 英伟达A100合并tokenizer补丁镜像
|
||
├── Dockerfile
|
||
├── detect_tokenizer.py
|
||
├── entrypoint.sh
|
||
├── fix_tokenizer.py
|
||
└── patch.py
|
||
```
|
||
|
||
## 镜像信息
|
||
|
||
### 海光 K100-AI
|
||
|
||
| 项目 | 值 |
|
||
|------|----|
|
||
| 基础镜像 | `git.modelhub.org.cn:9443/enginex-hygon/vllm:0.9.2` |
|
||
| Patched 镜像 | `git.modelhub.org.cn:9443/enginex-hygon/vllm:0.9.2-patched` |
|
||
|
||
### Nvidia A100
|
||
|
||
| 项目 | 值 |
|
||
|------|----|
|
||
| 基础镜像 | `harbor.4pd.io/dooke/vllm/vllm/vllm-openai:v0.11.0` |
|
||
| Patched 镜像 | `harbor.4pd.io/dooke/vllm/vllm/vllm-openai:v0.11.0-patched` |
|
||
|
||
## 已修复问题
|
||
|
||
### Patch 1：extra_special_tokens 类型兼容
|
||
|
||
**问题：** 部分模型的 `tokenizer_config.json` 中 `extra_special_tokens` 字段为 `list` 类型，而 transformers 库要求其为 `dict`，导致 vLLM 启动时报错崩溃。
|
||
|
||
**修复文件：** `transformers/tokenization_utils_base.py`
|
||
|
||
**修复方式：** 在 `_set_model_specific_special_tokens` 方法入口处，检测到 `list` 类型时自动转换为 `dict`。
|
||
|
||
**已验证模型：**
|
||
- beyoru/Luna-Ethos ✅
|
||
- boqiny/Qwen3-8B-FengGe-SFT ✅
|
||
|
||
### Patch 2：Tokenizer 配置自动修复（仅 Nvidia A100）
|
||
|
||
**问题：** vLLM 遇到不兼容的 tokenizer 类（如 `TokenizersBackend`、`TiktokenTokenizer`）时无法加载模型。
|
||
|
||
**解决方案：** 容器启动时自动检测并修复 tokenizer 配置：
|
||
|
||
| 检测到的类型 | 判断依据 | 替换为 |
|
||
|---|---|---|
|
||
| `fast` | 存在 `tokenizer.json` | `PreTrainedTokenizerFast` |
|
||
| `sentencepiece` | 存在 `tokenizer.model` | `LlamaTokenizer` |
|
||
| `bpe` | 存在 `vocab.json` + `merges.txt` | `GPT2TokenizerFast` |
|
||
| `unknown` | 无法识别 | `PreTrainedTokenizerFast`（默认） |
|
||
|
||
**执行流程：**
|
||
|
||
```
|
||
容器启动 → entrypoint.sh → fix_tokenizer.py（修复）→ vllm serve --tokenizer /tmp/fixed_tokenizer
|
||
```
|
||
|
||
**影响范围：** 运行时，每次容器启动时执行，不修改原始模型文件。
|
||
|
||
## 构建方法
|
||
|
||
**海光 K100-AI**
|
||
|
||
在对应目录执行：
|
||
|
||
```bash
|
||
docker build -t git.modelhub.org.cn:9443/enginex-hygon/vllm:0.9.2-patched .
|
||
```
|
||
|
||
**Nvidia A100**
|
||
|
||
在对应目录执行：
|
||
|
||
```bash
|
||
docker build -t harbor.4pd.io/dooke/vllm/vllm/vllm-openai:v0.11.0-patched .
|
||
```
|
||
|
||
|
||
## 文件说明
|
||
|
||
### 海光 K100-AI
|
||
|
||
- `Dockerfile` — 镜像构建文件
|
||
- `patch.py` — 执行实际文件修改的脚本
|
||
|
||
### Nvidia A100
|
||
|
||
| 文件 | 作用 |
|
||
|------|------|
|
||
| `Dockerfile` | 镜像构建配置，集成两个修复方案 |
|
||
| `patch.py` | Transformers 库源码修复脚本（构建时执行） |
|
||
| `detect_tokenizer.py` | 检测 tokenizer 类型（运行时调用） |
|
||
| `fix_tokenizer.py` | 修复 tokenizer 配置（运行时执行） |
|
||
| `entrypoint.sh` | 容器入口脚本，协调修复流程并启动 vLLM |
|
||
|
||
## 注意事项
|
||
|
||
1. **原始模型文件不受影响**：Patch 2 的所有修复操作在 `/tmp/fixed_tokenizer` 中进行，不修改挂载的模型目录。
|
||
2. **必需文件**：使用 Patch 2 时，模型目录必须包含 `tokenizer_config.json` 或相关 tokenizer 文件。
|
||
3. **特殊 token 风险**：自动修复可能影响特殊 token 的处理逻辑，建议在生产环境前充分测试。
|
||
|
||
## 参考资料
|
||
|
||
- 原始 Tokenizer 修复方案：[enginex-s2-sglang-private](https://dev.modelhub.org.cn/EngineX-Sunrise/enginex-s2-sglang-private)
|
||
- vLLM 官方文档：https://docs.vllm.ai/
|
||
|
||
## 维护信息
|
||
|
||
- **构建日期**：2026-04-27
|
||
- **维护者**：i-peixingyu
|