华为昇腾910B通过vllm部署InternVL3-8B教程

前言

本文主要借鉴:VLLM部署deepseek,结合自身进行整理

下载模型

python 复制代码
from modelscope import snapshot_download
model_dir = snapshot_download('OpenGVLab/InternVL3-8B', local_dir="xxx/OpenGVLab/InternVL2_5-1B")

环境配置

auto-dl上选择单卡910B即可,Pytorch框架只有一个CANN版本选择,选这个即可。

安装vllm和vllm ascend

bash 复制代码
git clone --depth 1 --branch v0.7.3 https://github.com/vllm-project/vllm
cd vllm
VLLM_TARGET_DEVICE=empty pip install . --extra-index https://download.pytorch.org/whl/cpu/


git clone  --depth 1 --branch v0.7.3rc1 https://github.com/vllm-project/vllm-ascend.git
cd vllm-ascend
pip install -e . --extra-index https://download.pytorch.org/whl/cpu/

手动安装torch-npu

bash 复制代码
mkdir pta
cd pta
wget https://pytorch-package.obs.cn-north-4.myhuaweicloud.com/pta/Daily/v2.5.1/20250320.3/pytorch_v2.5.1_py310.tar.gz
tar -xvf pytorch_v2.5.1_py310.tar.gz
pip install ./torch_npu-2.5.1.dev20250320-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
swift 复制代码
pip install torchvision==0.20.1

启动指令

python 复制代码
vllm serve /root/xxx/xxx/InternVL3-8B --max-model-len 4096 --port 8000 --tensor-parallel-size 1 --trust-remote-code --served-model-name InternVL3-8B

启动成功如下图所示:

通过curl去进行验证

python 复制代码
curl http://localhost:8000/v1/chat/completions \
    -H "Content-Type: application/json" \
    -d '{
        "model": "InternVL3-8B",
        "messages": [
            {
                "role": "user", 
                "content": "你是谁?"
            }
        ]
    }'
相关推荐
8Qi82 小时前
HelloAgents学习笔记:智能体性能评估
llm·agent·ai编程·智能体
Esaka_Forever11 小时前
AI 工作流六大核心范式完整梳理、对比与落地解读
llm
smartfish_liu13 小时前
风过无言(Silent Wind)
llm·agent
Esaka_Forever13 小时前
工作流 vs 智能代理 架构选型完整梳理(精简总结 + 实操判断)
llm
在水一缸14 小时前
深度解析 GPT-Live:实时语音交互的技术变革与实践指南
gpt·llm·交互·多模态·端到端·实时语音交互·gpt-live
先吃饱再说15 小时前
LLM 流式输出的“中间商”方案:BFF 层到底在做什么?
llm·vite
周末程序猿15 小时前
万字长文谈谈Loop Engineering
llm·agent
小月土星21 小时前
(实战篇)RAG-demo 深度解析:162行代码中的检索增强生成全景 (含Top-k法)
javascript·数据库·llm
武子康21 小时前
OpenAI 为什么需要 FDE:模型公司正在变成交付公司
人工智能·llm·openai