vllm-ascend-910b4-fix-tokenizer

面向 Ascend 910B4(32 GB HBM)、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:

  1. wrapper 只拦 serve <model_dir>,其它子命令原样透传;
  2. 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;
  3. 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);
  4. 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。

910B4 只有 32 GB HBM,大模型留给 KV cache 的余量很小;--max-model-len 建议按模型实际 上下文与显存实测调整,tokenizer 修复与本项无关。

构建

docker build -t <registry>/<namespace>/vllm-ascend-910b4-fix-tokenizer:<tag> .
docker push  <registry>/<namespace>/vllm-ascend-910b4-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。
S
Description
No description provided
Readme
40 KiB
0 Stars 1 Watchers 0 Forks
Languages
Python 81.1%
Shell 17.1%
Dockerfile 1.8%