使用vllm docker容器部署大语言模型

说明

最近deepseek比较火，我在一台4卡4090的服务器上尝试部署了一下，记录下部署步骤。

安装过程

安卓docker和nvidia-container-toolkit

安装19.03版本以上的docker-ce即可。安装步骤参考清华docker源上的安装步骤：Docker CE 软件仓库

为了在docker中使用够显卡，需要安卓nvidia-container-toolkit。在线安装请参考英伟达的官方教程：Installing the NVIDIA Container Toolkit

但是如果你没科学上网，大概率无法下载nvidia-container-toolkit，因此也有离线安装的方法，大体思路就是在一个能连外网的服务器上先把包下好，再复制到要安装的服务器上。幸好有好心人已经传了一份到百度云盘上，现在下来安装即可，请参考: CentOS Docker NVIDIA环境离线安装。这篇文章提供的下载链接地址是:http://link.zhihu.com/?target=https%3A//pan.baidu.com/s/1zbVZCPQ833jCBYi7rsDwXA%3Fpwd%3Db0td

下载vllm的docker镜像

请到https://hub.docker.com/搜索最新的vllm镜像。比如我下载镜像的命令为：

shell 复制代码

docker pull vllm/vllm-openai:v0.7.2

因为防火墙的原因，很多人无法下载，请加上docker镜像网站的前缀来下载：

复制代码

docker pull docker.1ms.run/vllm/vllm-openai:v0.7.2

下载模型

下载模型可参考我之前的一篇博客：如何下载huggingface模型到本地

如果被墙阻挡了，请先设置huggingface的镜像再下载：

shell 复制代码

# 临时生效
export HF_ENDPOINT=https://hf-mirror.com
# 永久生效
echo export HF_ENDPOINT=https://hf-mirror.com >> ~/.bashrc

假设"deepseek-ai/DeepSeek-R1-Distill-Qwen-32B"被下载到了/mnt/llm_deploy/目录下，则模型的绝对路径是/mnt/llm_deploy/DeepSeek-R1-Distill-Qwen-32B，后面部署会用到这个目录

启动vllm服务

如果一切准备就绪，则可以启动vllm容器来启动服务：

shell 复制代码

docker run --runtime nvidia --gpus all \
     -v /mnt/llm_deploy/:/home/llm_deploy \
     -p 9000:8000 \
     --ipc=host \
     -d \
     --name vllm_deepseek_qwen32b \
     docker.1ms.run/vllm/vllm-openai:v0.7.2 \
     --model /home/llm_deploy/DeepSeek-R1-Distill-Qwen-32B \
     --tensor-parallel-size 4 \
     --max_model_len 60000

上面映射了目录/mnt/llm_deploy/到容器内部的/home/llm_deploy，则容器内看到的模型目录是/home/llm_deploy/DeepSeek-R1-Distill-Qwen-32B。所以后面--model后跟的就是这个路径。

外部端口9000映射到内部的8000端口，因为内部默认使用8000这个端口。

其他命令选项和直接启动vllm服务类似，可酌情添加。

简单测试

使用命令行简单测试，端口是9000，接口是openai api的接口风格。

shell 复制代码

curl http://localhost:9000/v1/chat/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "/home/llm_deploy/DeepSeek-R1-Distill-Qwen-32B",
        "messages": [
            {"role": "user", "content": "你是谁?"}
        ]
    }'