main
vllm-ascend-910b3-fix-tokenizer
面向 Ascend 910B3、vLLM-Ascend 0.11.0rc0 镜像的 tokenizer 自动修复层:在原镜像上加一层 wrapper,容器启动时按需修复模型自带的 tokenizer 配置,不改动模型目录、不改镜像里的库。
本仓是在「已有 tokenizer 补丁层」基础上的升级版:除了原有的 tokenizer_class /
extra_special_tokens 两类,还补上了 from_slow 与 auto_map 两类,并给每个候选加真实试加载兜底。
解决什么问题
部分模型的 tokenizer_config.json 由新版本 transformers 生成(或由作者手工写过),
镜像里的 transformers 4.x 读不动,容器在 tokenizer 初始化阶段直接崩,/v1/models 永远起不来 ——
表现为「服务启动失败 / API 未在预期时间内就绪」。
| 缺陷 | 模型侧的写法 | 原镜像的报错 |
|---|---|---|
① extra_special_tokens 写成 list |
"extra_special_tokens": ["<a>", …] |
AttributeError: 'list' object has no attribute 'keys' |
② tokenizer_class 不是 transformers 合法类名 |
"tokenizer_class": "TokenizersBackend" |
ValueError: Tokenizer class X does not exist or is not currently imported. |
③ 有 tokenizer.json 却 from_slow: true |
"from_slow": true, "backend": "tokenizers" |
ValueError: Cannot instantiate this tokenizer from a slow version… |
④ 仓库自带 tokenizer 代码(auto_map) |
"tokenizer_class": "XxxTokenizer" + auto_map + tokenization_xxx.py / 私有词表 |
ValueError: … contains custom code which must be executed,或 OSError: … does not appear to have a file named tokenization_xxx.py |
补充说明:
- ③ 的根因是 transformers 见到
from_slow: true会丢弃现成的tokenizer.json去走 slow 转换, 而目标类PreTrainedTokenizerFast没有slow_tokenizer_class,于是直接把启动打断。 只改类名不清from_slow,报错只会从「类名不存在」变成「slow version」。 - ④ 不能靠改类名解决:这些 tokenizer 是仓库自带 Python 代码实现的(常配私有词表),
换成
GPT2TokenizerFast这类通用类会改变分词结果,下游验证数据也就失真了。 正确做法是把代码和词表一起拷过去、保留auto_map,让仓库自己的 tokenizer 跑起来。
修复方式
构建时把 vllm 换成 wrapper,原二进制改名成 vllm_real(真实路径在构建时现场解析,
不假设装在哪;解释器取原 vllm 脚本的 shebang)。容器启动时:
- wrapper 只拦
serve <model_dir>,其它子命令原样透传; - 调
fix_tokenizer.py:把模型目录里 tokenizer 相关文件(含tokenization_*.py、私有词表、spiece.model、added_tokens.json等;权重文件不拷)复制到临时目录; - 候选配置按「改动最小 → 逐级兜底」排队,每个候选都真的
AutoTokenizer.from_pretrained()试加载并encode()一次,第一个通过才落地:- 候选 1「keep-class」:只修 ①③,
tokenizer_class/auto_map原样保留 (类名合法、或auto_map指向的.py已随文件拷过去时可选); - 候选 2「rewrite-class」:按数据文件挑
PreTrainedTokenizerFast/LlamaTokenizer/GPT2TokenizerFast,同时去掉auto_map(最后兜底,日志会提示可能改变分词口径);
- 候选 1「keep-class」:只修 ①③,
- 拿到可用的修复目录才追加
--tokenizer <dir>;全都不行就什么都不输出,按原样启动 vLLM。
行为契约
| 情况 | 行为 |
|---|---|
| 配置没问题 | 不产出目录、不加参数,与原始镜像完全一致 |
| 修好且试加载通过 | stdout 输出一行修复目录,wrapper 追加 --tokenizer <dir> |
| 一个候选都跑不通 | stdout 为空,按原样启动(等价于没有这个补丁,不会更差) |
| 修复脚本崩溃 / 超时 / 输出非法路径 | wrapper 兜底,按原样启动 |
调用方已显式传 --tokenizer |
尊重调用方,不覆盖 |
stdout 只留修复目录一行,诊断信息全部走 stderr([fix_tokenizer] 前缀),便于在容器日志里检索。
自测(不需要 GPU)
python3 selftest_fix_tokenizer.py
可调项(环境变量)
| 变量 | 默认 | 说明 |
|---|---|---|
FIX_TOKENIZER_VERIFY |
1 |
试加载开关;0 = 跳过(不推荐,仅离线调试) |
FIX_TOKENIZER_OUT_DIR |
/tmp/fixed_tokenizer |
修复目录 |
FIX_TOKENIZER_MAX_COPY_MB |
256 |
单文件拷贝上限(防止把权重拷进来) |
FIX_TOKENIZER_TIMEOUT |
180 |
wrapper 里修复脚本的超时(秒) |
FIX_TOKENIZER_PYTHON / FIX_TOKENIZER_SCRIPT / FIX_TOKENIZER_VLLM |
构建时烘焙的路径 | 仅测试时覆盖 |
使用方式
命令行和原镜像完全一样,只是镜像名换成打过补丁的:
docker run -dit --name vllm-tokenizer-patch \
-p 8000:8000 \
--privileged=true --ipc=host \
-v /path/to/model:/model \
--entrypoint vllm \
<this-image> \
serve /model --port 8000 --served-model-name llm --max-model-len 2048 \
--enforce-eager --trust-remote-code -tp 1
Ascend 宿主机上按宿主机原有方式挂载 /dev/davinci_manager、/dev/devmm_svm、
/dev/hisi_hdc、driver 目录与 npu-smi 即可,本层不额外要求任何挂载。
构建
docker build -t <registry>/<namespace>/vllm-ascend-910b3-fix-tokenizer:<tag> .
docker push <registry>/<namespace>/vllm-ascend-910b3-fix-tokenizer:<tag>
已知不覆盖
- 模型仓库根本没有 tokenizer 数据文件(既无
tokenizer.json,也无vocab/merges/*.model, 也没有可拷的auto_map代码):改类名只会换一条报错,所以脚本选择「不修」,保持原行为。 - 依赖缺失导致的失败(例如仓库自带 tokenizer 需要额外包而镜像没装):试加载会失败 → 不修,
日志里会打出
trust=…: ImportError/OSError …,方便定位该往镜像里补什么依赖。 - 自定义架构(
config.json的architectures在 vLLM 里没有实现):与 tokenizer 无关,补丁解决不了。
Languages
Python
81.1%
Shell
17.1%
Dockerfile
1.8%